Non-Markovian policies in sequential decision problems

Szepesvári Csaba: Non-Markovian policies in sequential decision problems. In: Acta cybernetica, (13) 3. pp. 305-318. (1998)

[thumbnail of cybernetica_013_numb_003_305-318.pdf]
Előnézet
Cikk, tanulmány, mű
cybernetica_013_numb_003_305-318.pdf

Letöltés (1MB) | Előnézet

Absztrakt (kivonat)

In this article we prove the validity of the Bellman Optimality Equation and related results for sequential decision problems with a general recursive structure. The characteristic feature of our approach is that also nonMarkovian policies are taken into account. The theory is motivated by some experiments with a learning robot.

Mű típusa: Cikk, tanulmány, mű
Befoglaló folyóirat/kiadvány címe: Acta cybernetica
Dátum: 1998
Kötet: 13
Szám: 3
ISSN: 0324-721X
Oldalak: pp. 305-318
Nyelv: angol
Kiadás helye: Szeged
Befoglaló mű URL: http://acta.bibl.u-szeged.hu/38505/
Kulcsszavak: Számítástechnika, Kibernetika
Megjegyzések: Bibliogr.: p. 317-318. ; összefoglalás angol nyelven
Szakterület: 01. Természettudományok
01. Természettudományok > 01.02. Számítás- és információtudomány
Feltöltés dátuma: 2016. okt. 15. 12:26
Utolsó módosítás: 2022. jún. 13. 15:56
URI: http://acta.bibl.u-szeged.hu/id/eprint/12592
Bővebben:
Tétel nézet Tétel nézet