清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Non‐zero‐sum games of discrete‐time Markov jump systems with unknown dynamics: An off‐policy reinforcement learning method

强化学习 零和博弈 趋同(经济学) 零(语言学) 纳什均衡 计算机科学 马尔可夫决策过程 数学优化 离散时间和连续时间 马尔可夫链 代数Riccati方程 集合(抽象数据类型) 跳跃 代数数 极限(数学) 数学 马尔可夫过程 Riccati方程 人工智能 微分方程 数学分析 语言学 哲学 统计 物理 量子力学 机器学习 程序设计语言 经济 经济增长
作者
Xuewen Zhang,Hao Shen,Feng Li,Jing Wang
出处
期刊:International Journal of Robust and Nonlinear Control [Wiley]
卷期号:34 (2): 949-968 被引量:2
标识
DOI:10.1002/rnc.7021
摘要

Abstract This article concentrates on the non‐zero‐sum games problem of discrete‐time Markov jump systems without requiring the system dynamics information. First, the multiplayer non‐zero‐sum games problem can be converted to solve a set of coupled game algebraic Riccati equations, which is difficult to be solved directly. Then, to obtain the optimal control policies, a model‐based algorithm adapting the policy iteration approach is proposed. However, the model‐based algorithm relies on system dynamics information, which has the limitations in practice. Subsequently, an off‐policy reinforcement learning algorithm is given to get rid of the dependence on system dynamics information, which only uses the information of system states and inputs. Moreover, the proof of convergence and Nash equilibrium are also given. Finally, a numerical example is given to demonstrate the effectiveness of the proposed algorithms.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
量子星尘发布了新的文献求助10
5秒前
量子星尘发布了新的文献求助10
17秒前
宇文非笑完成签到 ,获得积分10
19秒前
22秒前
28秒前
量子星尘发布了新的文献求助10
32秒前
量子星尘发布了新的文献求助10
42秒前
陈鹿华完成签到 ,获得积分10
47秒前
量子星尘发布了新的文献求助10
51秒前
量子星尘发布了新的文献求助10
59秒前
allrubbish完成签到,获得积分10
1分钟前
zyh完成签到 ,获得积分10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
天天快乐应助平常易烟采纳,获得10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
2分钟前
2分钟前
平常易烟发布了新的文献求助10
2分钟前
2分钟前
量子星尘发布了新的文献求助10
2分钟前
量子星尘发布了新的文献求助10
2分钟前
龙猫爱看书完成签到,获得积分10
2分钟前
量子星尘发布了新的文献求助10
2分钟前
大雪封山完成签到,获得积分10
2分钟前
量子星尘发布了新的文献求助10
3分钟前
量子星尘发布了新的文献求助10
3分钟前
量子星尘发布了新的文献求助10
3分钟前
3分钟前
量子星尘发布了新的文献求助10
3分钟前
4分钟前
能干的语芙完成签到 ,获得积分10
4分钟前
juan完成签到 ,获得积分10
4分钟前
量子星尘发布了新的文献求助10
4分钟前
量子星尘发布了新的文献求助10
4分钟前
量子星尘发布了新的文献求助10
4分钟前
量子星尘发布了新的文献求助10
4分钟前
量子星尘发布了新的文献求助10
5分钟前
量子星尘发布了新的文献求助10
5分钟前
sue发布了新的文献求助20
5分钟前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
Statistical Methods for the Social Sciences, Global Edition, 6th edition 600
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
Walter Gilbert: Selected Works 500
An Annotated Checklist of Dinosaur Species by Continent 500
岡本唐貴自伝的回想画集 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3661074
求助须知:如何正确求助?哪些是违规求助? 3222214
关于积分的说明 9744064
捐赠科研通 2931862
什么是DOI,文献DOI怎么找? 1605234
邀请新用户注册赠送积分活动 757780
科研通“疑难数据库(出版商)”最低求助积分说明 734518