A Learning Algorithm for Communicating Markov Decision Processes with Unknown Transition Matrices
A Learning Algorithm for Communicating Markov Decision Processes with Unknown Transition Matrices
复制标题
一种用未知转移矩阵传达马尔可夫决策过程的学习算法
DOI：
--
复制
发表时间：
2007
期刊：
影响因子：
--
通讯作者：
M.Kurano
中科院分区：
文献类型：
--
作者：
T.Iki;M.Horiguchi;M.Yasuda;M.Kurano
登录
查看更多内容
竞争性马尔可夫决策过程价值的连续性
影响因子：
0.8
作者：
Eilon Solan
通讯作者：
Eilon Solan
有限马尔可夫链的最优决策过程。
影响因子：
1.2
作者：
J. Bather
通讯作者：
J. Bather
一种识别和计算多链马尔可夫决策过程中平均最优策略的算法
DOI：
10.1287/moor.28.3.553.16388
发表时间：
2003
期刊：
Math. Oper. Res.
影响因子：
--
作者：
A. Leizarowitz
通讯作者：
A. Leizarowitz
贴现马尔可夫决策链的自适应控制
影响因子：
1.9
作者：
O. Hernández;Steven I. Marcus
通讯作者：
Steven I. Marcus
具有收敛参数的非平稳马尔可夫决策问题
影响因子：
1.9
作者：
A. Federgruen;P. Schweitzer
通讯作者：
P. Schweitzer