Learning Algorithms for Markov Decision Processes with Average Cost

机译：具有平均成本的马尔可夫决策过程的学习算法

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
J. Abounadi; D. Bertsekas; V. S. Borkar;
展开▼
作者单位

展开▼
年度 2001
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Reinforcement learning based algorithms for average cost Markov Decision Processes [J] . Abdulla MS, Bhatnagar S Discrete event dynamic systems: Theory and applications . 2007,第1期

机译：基于增强学习的平均成本马尔可夫决策过程算法
2. Reinforcement Learning Based Algorithms for Average Cost Markov Decision Processes [J] . Mohammed Shahid Abdulla, Shalabh Bhatnagar Discrete Event Dynamic Systems . 2007,第1期

机译：基于增强学习的平均成本马尔可夫决策过程算法
3. Learning algorithms or Markov decision processes with average cost [J] . Abounadi J., Borkar VS., Bertsekas D. SIAM Journal on Control and Optimization . 2001,第3期

机译：学习算法或马尔可夫决策过程的平均成本
4. Reinforcement learning algorithms for semi-Markov decision processes with average reward [C] . Li Yanjie Networking, Sensing and Control (ICNSC), 2012 9th IEEE International Conference on . 2012

机译：具有平均奖励的半马尔可夫决策过程的强化学习算法
5. A New Reinforcement Learning Algorithm with Fixed Exploration for Semi-Markov Decision Processes [D] . Encapera, Angelo Michael. 2017

机译：半马尔可夫决策过程的固定探索新强化学习算法
6. Learning to maximize reward rate: a model based on semi-Markov decision processes [O] . Arash Khodadadi, Pegah Fakhari, Jerome R. Busemeyer 2014

机译：学习最大化奖励率：基于半马尔可夫决策过程的模型
7. A Simulation-Based Policy Iteration Algorithm for Average Cost Unichain Markov Decision Processes [O] . Ying He, Michael C. Fu, Steven I. Marcus 2000

机译：平均成本单链马尔可夫决策过程的基于仿真的策略迭代算法
8. Denumerables State Semi-Markov Decision Processes with Unbounded Costs, Average Cost Criterion [R] . Federgruen, A., Hordijk, A., Tijms, H. C. 1978

机译：具有无界成本，平均成本准则的可量化状态半马尔可夫决策过程

Learning Algorithms for Markov Decision Processes with Average Cost

著录项

引文网络

相似文献

相关主题

期刊订阅