On the set of optimal policies in variance penalized Markov decision chains

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F04%3A00106254" target="_blank" >RIV/67985556:_____/04:00106254 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—

Result language
angličtina
Original language name
On the set of optimal policies in variance penalized Markov decision chains
Original language description
In this note we present a policy iteration algorithm for constructing a set of efficient stationary policies containing optimal policies with respect to various criteria used for the mean variance tradeoff. This algorithm works both for the unichain andmultichain models. We show that the obtained policies are optimal also in the class of Markovian (memoryless) policies.
Czech name
O třídě optimálních řízení markovských rozhodovacích procesů s penalizací rozptylem
Czech description
V práci je navržen algoritmický postup, založený na iteracích v prostoru stacionárních řízení, pro nalezení eficientních stacionárních řízení s ohledem na různá kritéria optimality typu průměrný výnos a jeho rozptyl. Navržený algoritmický postup je možnovyužít i pro případ markovských řetězců s větším počtem tříd rekurentních stavů. Je rovněž ukázáno, že takto nalezená řízení jsou optimální i ve třídě všech markovských řízení

Project
Result was created during the realization of more than one project. More information in the Projects tab.
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year
2004
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Similar results(10)