Incremental value iteration for time-aggregated markov-decision processes / Sun, Tao in IEEE transactions on automatic control, Vol. 52 N°11 (Novembre 2007)  

Public ISBD [article]  inIEEE transactions on automatic control > Vol. 52 N°11 (Novembre 2007) . - 2177-2182 p. Titre : Incremental value iteration for time-aggregated markov-decision processes Titre original : Itération par accroissement de valeur pour des procédés temps-agrégés de markovien-décision Type de document : texte imprimé Auteurs : Sun, Tao, Auteur ; Zhao, Qianchuan, Auteur ; Luh, Peter B., Auteur Année de publication : 2008 Article en page(s) : 2177-2182 p. Note générale : Automatique Langues : Anglais (eng) Mots-clés : Fractional cost Markov-decision processes (MDPs) Policy iteration Time aggregation Value Coût partiel Processus de décision Markov Agrégation temps Itération valeur Index. décimale : 629.8 Résumé : A value iteration algorithm for time-aggregated Markov-decision processes (MDPs) is developed to solve problems with large state spaces. The algorithm is based on a novel approach which solves a time aggregated MDP by incrementally solving a set of standard MDPs. Therefore, the algorithm converges under the same assumption as standard value iteration. Such assumption is much weaker than that required by the existing time aggregated value iteration algorithm. The algorithms developed in this paper are also applicable to MDPs with fractional costs. Un algorithme d'itération de valeur pour des procédés temps-agrégés de Markovien-décision (MDPs) est développé pour résoudre des problèmes avec les grands espaces d'état. L'algorithme est basé sur une approche originale qui résout un MDP agrégé par temps en résolvant incrémentalement un ensemble de MDPs standard. Par conséquent, l'algorithme converge dans la même prétention que l'itération standard de valeur. Une telle prétention est beaucoup plus faible que cela exigée par l'algorithme d'itération de valeur agrégé par temps existant. Les algorithmes se sont développés en ce document s'appliquent également à MDPs avec des coûts partiels. DEWEY : 629.8 ISSN : 0018-9286 RAMEAU : Markov, Processus de En ligne : santao99@mails.tsinghua.edu.cn, zhaoqc@tsinghua.edu.cn, Peter.Luh@uconn.edu [article] Incremental value iteration for time-aggregated markov-decision processes = Itération par accroissement de valeur pour des procédés temps-agrégés de markovien-décision [texte imprimé] / Sun, Tao, Auteur ; Zhao, Qianchuan, Auteur ; Luh, Peter B., Auteur . - 2008 . - 2177-2182 p. Automatique Langues : Anglais (eng) in IEEE transactions on automatic control > Vol. 52 N°11 (Novembre 2007) . - 2177-2182 p. Mots-clés : Fractional cost Markov-decision processes (MDPs) Policy iteration Time aggregation Value Coût partiel Processus de décision Markov Agrégation temps Itération valeur Index. décimale : 629.8 Résumé : A value iteration algorithm for time-aggregated Markov-decision processes (MDPs) is developed to solve problems with large state spaces. The algorithm is based on a novel approach which solves a time aggregated MDP by incrementally solving a set of standard MDPs. Therefore, the algorithm converges under the same assumption as standard value iteration. Such assumption is much weaker than that required by the existing time aggregated value iteration algorithm. The algorithms developed in this paper are also applicable to MDPs with fractional costs. Un algorithme d'itération de valeur pour des procédés temps-agrégés de Markovien-décision (MDPs) est développé pour résoudre des problèmes avec les grands espaces d'état. L'algorithme est basé sur une approche originale qui résout un MDP agrégé par temps en résolvant incrémentalement un ensemble de MDPs standard. Par conséquent, l'algorithme converge dans la même prétention que l'itération standard de valeur. Une telle prétention est beaucoup plus faible que cela exigée par l'algorithme d'itération de valeur agrégé par temps existant. Les algorithmes se sont développés en ce document s'appliquent également à MDPs avec des coûts partiels. DEWEY : 629.8 ISSN : 0018-9286 RAMEAU : Markov, Processus de En ligne : santao99@mails.tsinghua.edu.cn, zhaoqc@tsinghua.edu.cn, Peter.Luh@uconn.edu

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
aucun exemplaire