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地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Distributionally Robust Partially Observable Markov Decision Process with Moment-Based Ambiguity

部分可观测马尔可夫决策过程 数学 数学优化 马尔可夫决策过程 有界函数 可见的 启发式 模棱两可 概率分布 力矩(物理) 联合概率分布 分段 马尔可夫过程 计算机科学 统计 物理 数学分析 经典力学 量子力学 程序设计语言
作者
Hideaki Nakao,Ruiwei Jiang,Siqian Shen
出处
期刊:Siam Journal on Optimization [Society for Industrial and Applied Mathematics]
卷期号:31 (1): 461-488 被引量:7
标识
DOI:10.1137/19m1268410
摘要

We consider a distributionally robust partially observable Markov decision process (DR-POMDP), where the distribution of the transition-observation probabilities is unknown at the beginning of each decision period, but their realizations can be inferred using side information at the end of each period after an action being taken. We build an ambiguity set of the joint distribution using bounded moments via conic constraints and seek an optimal policy to maximize the worst-case (minimum) reward for any distribution in the set. We show that the value function of DR-POMDP is piecewise linear convex with respect to the belief state and propose a heuristic search value iteration method for obtaining lower and upper bounds of the value function. We conduct numerical studies and demonstrate the computational performance of our approach via testing instances of a dynamic epidemic control problem. Our results show that DR-POMDP can produce more robust policies under misspecified distributions of transition-observation probabilities as compared to POMDP but has less costly solutions than robust POMDP. The DR-POMDP policies are also insensitive to varying parameter in the ambiguity set and to noise added to the true transition-observation probability values obtained at the end of each decision period.
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
大医仁心完成签到 ,获得积分10
3秒前
啷个吃不饱完成签到 ,获得积分10
17秒前
32秒前
汪鸡毛完成签到 ,获得积分10
34秒前
54秒前
1分钟前
beyondh发布了新的文献求助10
1分钟前
传奇3应助Bin_Liu采纳,获得10
2分钟前
无花果应助大胆的鲂采纳,获得10
2分钟前
xiaoblue完成签到,获得积分10
2分钟前
cadcae完成签到,获得积分10
2分钟前
KINGAZX完成签到 ,获得积分10
2分钟前
互助完成签到,获得积分0
2分钟前
2分钟前
勤劳的渊思完成签到 ,获得积分10
3分钟前
3分钟前
迷茫的一代完成签到,获得积分10
3分钟前
yipmyonphu完成签到,获得积分10
3分钟前
胡萝卜完成签到,获得积分10
4分钟前
呆萌如容完成签到,获得积分10
4分钟前
4分钟前
千島雪穂发布了新的文献求助10
4分钟前
5分钟前
www发布了新的文献求助50
5分钟前
LINDENG2004完成签到 ,获得积分10
5分钟前
feiyang完成签到 ,获得积分10
6分钟前
深情安青应助www采纳,获得20
6分钟前
香蕉觅云应助www采纳,获得100
6分钟前
6分钟前
6分钟前
duhongqiang发布了新的文献求助10
6分钟前
feiyang发布了新的文献求助30
6分钟前
在雨SAMA发布了新的文献求助30
6分钟前
6分钟前
星辰大海应助科研通管家采纳,获得10
6分钟前
三心草完成签到 ,获得积分10
7分钟前
科研通AI6.2应助达不溜搽采纳,获得10
7分钟前
7分钟前
Bin_Liu发布了新的文献求助10
7分钟前
8分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Developing Genetic Editing Tools for Lysobacter 2000
卤化钙钛矿人工突触的研究 2000
Моделирование процессов самоорганизации в кристаллообразующих системах 1000
History of U.S. Space Surveillance and Satellite Cataloging 1000
Signals, Systems, and Signal Processing 610
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6518864
求助须知:如何正确求助?哪些是违规求助? 8311588
关于积分的说明 17769898
捐赠科研通 5620931
什么是DOI,文献DOI怎么找? 2926567
邀请新用户注册赠送积分活动 1903381
关于科研通互助平台的介绍 1764125