已入深夜,您辛苦了!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!祝你早点完成任务,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
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
打打应助依唔吁采纳,获得10
2秒前
Geist完成签到 ,获得积分10
2秒前
立志读博的小胡完成签到,获得积分10
3秒前
Craig完成签到,获得积分10
4秒前
上官若男应助风止采纳,获得10
9秒前
11秒前
拟好完成签到,获得积分20
12秒前
甜甜的寒安完成签到,获得积分10
13秒前
Miao完成签到,获得积分10
18秒前
19秒前
忧伤的冰薇完成签到 ,获得积分10
20秒前
JZ1640完成签到,获得积分10
23秒前
科研通AI2S应助风中的丝袜采纳,获得10
27秒前
樱桃猴子应助风中的丝袜采纳,获得10
27秒前
科研通AI2S应助风中的丝袜采纳,获得10
27秒前
樱桃猴子应助风中的丝袜采纳,获得30
27秒前
Minerva发布了新的文献求助10
28秒前
小门完成签到 ,获得积分10
30秒前
Alberta完成签到,获得积分10
32秒前
jack完成签到,获得积分10
39秒前
Minerva完成签到,获得积分10
41秒前
拟好发布了新的文献求助30
43秒前
43秒前
Gu完成签到 ,获得积分10
46秒前
LHP完成签到,获得积分10
46秒前
47秒前
47秒前
卧镁铀钳完成签到 ,获得积分10
49秒前
小鱼发布了新的文献求助10
51秒前
pengjiejie完成签到,获得积分10
51秒前
52秒前
风止发布了新的文献求助10
54秒前
56秒前
田様应助Legoxpy采纳,获得10
58秒前
万能图书馆应助RYY采纳,获得10
1分钟前
1分钟前
江流有声完成签到 ,获得积分10
1分钟前
晨晨CC发布了新的文献求助10
1分钟前
爱静静应助科研通管家采纳,获得10
1分钟前
kaki发布了新的文献求助10
1分钟前
高分求助中
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
麻省总医院内科手册(原著第8版) (美)马克S.萨巴蒂尼 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
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 3142628
求助须知:如何正确求助?哪些是违规求助? 2793515
关于积分的说明 7806758
捐赠科研通 2449763
什么是DOI,文献DOI怎么找? 1303403
科研通“疑难数据库(出版商)”最低求助积分说明 626871
版权声明 601314