Decentralized learning in finite Markov chains

随机博弈 马尔可夫链 马尔可夫决策过程 趋同(经济学) 计算机科学 数学优化 马尔可夫过程 马尔可夫链的例子 遍历理论 增强学习 数理经济学 马尔可夫核 变阶马尔可夫模型 马尔可夫模型 强化学习 数学 人工智能 机器学习 经济 数学分析 统计 经济增长
作者
Richard M. Wheeler,Kumpati S. Narendra
出处
期刊:IEEE Transactions on Automatic Control [Institute of Electrical and Electronics Engineers]
卷期号:31 (6): 519-526 被引量:99
标识
DOI:10.1109/tac.1986.1104342
摘要

The principal contribution of this paper is a new result on the decentralized control of finite Markov chains with unknown transition probabilities and rewords. One decentralized decision maker is associated with each state in which two or more actions (decisions) are available. Each decision maker uses a simple learning scheme, requiring minimal information, to update its action choice. It is shown that, if updating is done in sufficiently small steps, the group will converge to the policy that maximizes the long-term expected reward per step. The analysis is based on learning in sequential stochastic games and on certain properties, derived in this paper, of ergodic Markov chains. A new result on convergence in identical payoff games with a unique equilibrium point is also presented.
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
1秒前
甜想发布了新的文献求助10
3秒前
科研混子发布了新的文献求助10
3秒前
3秒前
无限雪糕完成签到,获得积分10
5秒前
曾经的安雁完成签到 ,获得积分10
6秒前
靓丽衫完成签到 ,获得积分10
6秒前
谦让之云发布了新的文献求助10
6秒前
浮游应助AILIXIERAILI采纳,获得10
7秒前
8秒前
慕青应助无限雪糕采纳,获得10
9秒前
丘比特应助晴空万里采纳,获得10
9秒前
量子星尘发布了新的文献求助20
12秒前
12秒前
stitch完成签到,获得积分10
13秒前
spacetime发布了新的文献求助10
13秒前
13秒前
冷傲书萱应助哈哈哈采纳,获得10
14秒前
14秒前
乐唔完成签到,获得积分10
14秒前
Brosen给Brosen的求助进行了留言
14秒前
15秒前
16秒前
17秒前
哭泣的雪巧完成签到,获得积分20
17秒前
Jasper应助同志采纳,获得10
18秒前
19秒前
清清清完成签到 ,获得积分10
19秒前
啦啦完成签到 ,获得积分10
21秒前
孔wj完成签到,获得积分10
22秒前
JJMM发布了新的文献求助10
22秒前
Syun完成签到,获得积分10
25秒前
27秒前
搜集达人应助机智谷蕊采纳,获得10
28秒前
感动芷珊完成签到 ,获得积分10
28秒前
传奇3应助spacetime采纳,获得10
29秒前
qinjiayin完成签到,获得积分10
29秒前
30秒前
量子星尘发布了新的文献求助100
31秒前
32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
Zeolites: From Fundamentals to Emerging Applications 1500
Architectural Corrosion and Critical Infrastructure 1000
Early Devonian echinoderms from Victoria (Rhombifera, Blastoidea and Ophiocistioidea) 1000
Hidden Generalizations Phonological Opacity in Optimality Theory 1000
Handbook of Social and Emotional Learning, Second Edition 900
2026国自然单细胞多组学大红书申报宝典 800
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 4914910
求助须知:如何正确求助?哪些是违规求助? 4189107
关于积分的说明 13009918
捐赠科研通 3958099
什么是DOI,文献DOI怎么找? 2170084
邀请新用户注册赠送积分活动 1188316
关于科研通互助平台的介绍 1096015