An actor-critic algorithm for constrained Markov decision processes

马尔可夫决策过程 算法 马尔可夫链 计算机科学 部分可观测马尔可夫决策过程 数学优化 马尔可夫过程 数学 马尔可夫模型 机器学习 统计
作者
Vivek S. Borkar
出处
期刊:Systems & Control Letters [Elsevier]
卷期号:54 (3): 207-213 被引量:159
标识
DOI:10.1016/j.sysconle.2004.08.007
摘要

An actor-critic type reinforcement learning algorithm is proposed and analyzed for constrained controlled Markov decision processes. The analysis uses multiscale stochastic approximation theory and the `envelope theorem' of mathematical economics.

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
yuechat完成签到,获得积分10
刚刚
随心发布了新的文献求助10
刚刚
刚刚
杨馨蕊完成签到 ,获得积分10
1秒前
张XX完成签到,获得积分10
1秒前
诚心盼海发布了新的文献求助10
1秒前
科目三应助机器猫nzy采纳,获得10
1秒前
科目三应助Dean采纳,获得30
1秒前
哈哈哈发布了新的文献求助10
2秒前
2秒前
虚拟的以南完成签到,获得积分10
2秒前
2秒前
开朗艳一发布了新的文献求助10
2秒前
3秒前
科研狗完成签到,获得积分10
3秒前
YY完成签到 ,获得积分10
4秒前
4秒前
戈多来了发布了新的文献求助10
4秒前
4秒前
5秒前
5秒前
苏休夫发布了新的文献求助10
5秒前
6秒前
7秒前
量子星尘发布了新的文献求助10
7秒前
英姑应助陈陈陈采纳,获得30
7秒前
JamesPei应助土土采纳,获得10
8秒前
大Lee完成签到,获得积分10
8秒前
8秒前
852应助duduying采纳,获得10
8秒前
柏忆南完成签到 ,获得积分10
8秒前
健壮的花瓣完成签到 ,获得积分10
9秒前
10秒前
Jasmineyfz发布了新的文献求助10
10秒前
10秒前
初衷未央发布了新的文献求助10
10秒前
10秒前
zuoyueyue应助丁博采纳,获得30
10秒前
小佟发布了新的文献求助10
10秒前
LAMO发布了新的文献求助10
11秒前
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
Encyclopedia of Reproduction Third Edition 3000
《药学类医疗服务价格项目立项指南(征求意见稿)》 1000
花の香りの秘密―遺伝子情報から機能性まで 800
1st Edition Sports Rehabilitation and Training Multidisciplinary Perspectives By Richard Moss, Adam Gledhill 600
Chemistry and Biochemistry: Research Progress Vol. 7 430
Biotechnology Engineering 400
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5629530
求助须知:如何正确求助?哪些是违规求助? 4720219
关于积分的说明 14969927
捐赠科研通 4787582
什么是DOI,文献DOI怎么找? 2556376
邀请新用户注册赠送积分活动 1517512
关于科研通互助平台的介绍 1478188