亲爱的研友该休息了!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,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

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.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
猫咪发布了新的文献求助10
刚刚
加菲丰丰举报谷雨求助涉嫌违规
刚刚
科研通AI2S应助科研通管家采纳,获得10
1秒前
大个应助科研通管家采纳,获得10
1秒前
聂难敌完成签到,获得积分20
17秒前
深情安青应助花开半夏采纳,获得10
23秒前
科研通AI2S应助Hu1Guang采纳,获得10
27秒前
醉倒天瓢完成签到 ,获得积分10
30秒前
55秒前
开放的果汁完成签到,获得积分10
59秒前
CSun发布了新的文献求助10
1分钟前
1分钟前
1分钟前
1分钟前
spark810发布了新的文献求助10
1分钟前
1分钟前
开放的果汁关注了科研通微信公众号
1分钟前
Yeah发布了新的文献求助10
1分钟前
赘婿应助Yeah采纳,获得10
1分钟前
wanci应助spark810采纳,获得10
1分钟前
1分钟前
华仔应助科研通管家采纳,获得10
2分钟前
SciGPT应助科研通管家采纳,获得30
2分钟前
Jasper应助科研通管家采纳,获得10
2分钟前
英勇羿发布了新的文献求助10
2分钟前
2分钟前
jiacheng发布了新的文献求助10
2分钟前
2分钟前
魔法师完成签到,获得积分10
2分钟前
2分钟前
CGDGD完成签到 ,获得积分10
2分钟前
饼子发布了新的文献求助10
2分钟前
丘比特应助jiacheng采纳,获得10
2分钟前
哦哦哦完成签到 ,获得积分10
2分钟前
jiacheng完成签到,获得积分10
3分钟前
小马甲应助开放的果汁采纳,获得10
3分钟前
连长完成签到,获得积分10
3分钟前
隐形曼青应助wwwww采纳,获得10
3分钟前
3分钟前
wwwww完成签到,获得积分10
3分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3146703
求助须知:如何正确求助?哪些是违规求助? 2798009
关于积分的说明 7826470
捐赠科研通 2454508
什么是DOI,文献DOI怎么找? 1306328
科研通“疑难数据库(出版商)”最低求助积分说明 627692
版权声明 601522