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.

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
wu发布了新的文献求助10
刚刚
自由从筠发布了新的文献求助10
刚刚
1秒前
1秒前
2秒前
zsc发布了新的文献求助10
4秒前
zxj完成签到,获得积分10
4秒前
red发布了新的文献求助10
4秒前
4秒前
5秒前
呵呵哒完成签到,获得积分10
5秒前
5秒前
Miracle完成签到,获得积分10
6秒前
6秒前
8秒前
我爱乒乓球发布了新的文献求助200
9秒前
9秒前
lan橙完成签到,获得积分10
9秒前
9秒前
997发布了新的文献求助10
9秒前
Miracle发布了新的文献求助10
10秒前
周杰伦发布了新的文献求助10
10秒前
lime完成签到,获得积分10
10秒前
刀123发布了新的文献求助10
11秒前
wzx完成签到,获得积分10
12秒前
直率静蕾完成签到 ,获得积分10
12秒前
葵花籽完成签到,获得积分10
14秒前
星辰大海应助zheng采纳,获得10
15秒前
Tao完成签到,获得积分10
15秒前
科研1发布了新的文献求助20
15秒前
赫初晴发布了新的文献求助10
15秒前
lime发布了新的文献求助10
17秒前
忧郁短靴完成签到,获得积分10
19秒前
CipherSage应助shikai采纳,获得10
20秒前
汉堡包应助光亮的世界采纳,获得10
20秒前
Mark完成签到,获得积分20
21秒前
零度应助chiyudoubao采纳,获得10
22秒前
fffff完成签到,获得积分10
25秒前
ding应助奶昔采纳,获得10
25秒前
调研昵称发布了新的文献求助10
25秒前
高分求助中
歯科矯正学 第7版(或第5版) 1004
SIS-ISO/IEC TS 27100:2024 Information technology — Cybersecurity — Overview and concepts (ISO/IEC TS 27100:2020, IDT)(Swedish Standard) 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Semiconductor Process Reliability in Practice 720
GROUP-THEORY AND POLARIZATION ALGEBRA 500
Mesopotamian divination texts : conversing with the gods : sources from the first millennium BCE 500
Days of Transition. The Parsi Death Rituals(2011) 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 3232940
求助须知:如何正确求助?哪些是违规求助? 2879558
关于积分的说明 8212027
捐赠科研通 2547095
什么是DOI,文献DOI怎么找? 1376547
科研通“疑难数据库(出版商)”最低求助积分说明 647658
邀请新用户注册赠送积分活动 623056