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地填写文献信息,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!

A First-Order Approach to Accelerated Value Iteration

马尔可夫决策过程 数学优化 趋同(经济学) 贝尔曼方程 计算机科学 凸函数 计算 价值(数学) 功能(生物学) 正多边形 算法 数学 马尔可夫过程 统计 生物 机器学习 进化生物学 经济增长 经济 几何学
作者
Vineet Goyal,Julien Grand-Clément
出处
期刊:Operations Research [Institute for Operations Research and the Management Sciences]
卷期号:71 (2): 517-535 被引量:14
标识
DOI:10.1287/opre.2022.2269
摘要

Markov decision processes (MDPs) are used to model stochastic systems in many applications, but computing good policies becomes hard when the effective horizon become very large. In “A First-Order Approach to Accelerated Value Iteration,” Goyal and Grand-Clément present a connection between value iteration (VI) algorithms and gradient descent methods from convex optimization and use acceleration and momentum to design faster algorithms, with convergence guarantees for the computation of the value function of a fixed policy for reversible MDP instances. The authors provide a lower bound on the convergence properties of any first-order algorithm for solving MDPs, where no algorithm can converge faster than VI. Finally, the authors introduce safe accelerated value iteration (S-AVI), which alternates between accelerated updates and value iteration updates. The algorithm S-AVI is worst-case optimal and retains the theoretical convergence properties of VI while exhibiting strong empirical performances and providing significant speedups when compared with classical approaches for a large test bed of MDP instances.
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
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

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
2秒前
3秒前
CipherSage应助枫桥夜泊采纳,获得10
4秒前
bless完成签到 ,获得积分10
6秒前
sun发布了新的文献求助10
9秒前
14秒前
19秒前
英姑应助科研通管家采纳,获得10
20秒前
852应助科研通管家采纳,获得10
20秒前
科研通AI2S应助科研通管家采纳,获得10
20秒前
枫桥夜泊发布了新的文献求助10
24秒前
Becky完成签到 ,获得积分10
34秒前
50秒前
59秒前
sai完成签到,获得积分10
1分钟前
1分钟前
英姑应助jj采纳,获得10
1分钟前
safari发布了新的文献求助10
1分钟前
xlz110完成签到,获得积分10
1分钟前
1分钟前
jj发布了新的文献求助10
1分钟前
奔跑的小熊完成签到 ,获得积分10
1分钟前
星辰大海应助Becky采纳,获得10
1分钟前
1分钟前
jj完成签到,获得积分10
1分钟前
尹恩惠完成签到,获得积分10
1分钟前
张张完成签到,获得积分10
1分钟前
流水z完成签到 ,获得积分0
1分钟前
马马完成签到 ,获得积分10
1分钟前
枫桥夜泊完成签到 ,获得积分10
1分钟前
张张发布了新的文献求助10
1分钟前
马马完成签到 ,获得积分10
2分钟前
王木木完成签到 ,获得积分10
2分钟前
Criminology34应助Rinamamiya采纳,获得10
2分钟前
悲伤的小袁应助王冠军采纳,获得10
2分钟前
2分钟前
酷波er应助科研通管家采纳,获得10
2分钟前
小帅完成签到 ,获得积分10
2分钟前
2分钟前
Criminology34应助Rinamamiya采纳,获得30
2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
Einführung in die Rechtsphilosophie und Rechtstheorie der Gegenwart 1500
NMR in Plants and Soils: New Developments in Time-domain NMR and Imaging 600
Electrochemistry: Volume 17 600
Physical Chemistry: How Chemistry Works 500
SOLUTIONS Adhesive restoration techniques restorative and integrated surgical procedures 500
Energy-Size Reduction Relationships In Comminution 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 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 4952307
求助须知:如何正确求助?哪些是违规求助? 4215050
关于积分的说明 13110841
捐赠科研通 3996919
什么是DOI,文献DOI怎么找? 2187692
邀请新用户注册赠送积分活动 1202971
关于科研通互助平台的介绍 1115710