1) ε(≥0)-optimal stationary policies
ε(≥0)-最优平稳策略
2) ε(≥0)-optimal policies
ε(≥0)-平均最优马氏策略
3) ε-optimal policies
ε-最优策略
4) ε optimal policy
ε最优策略
5) optimal stationary policy
最优平稳策略
1.
In the end, an iteration algorithm to find the optimal stationary policy is suggested and a numerical example is proposed to illustrate the application of the algorithm.
通过嵌入Markov链的方法,讨论了受控M/G/1排队系统,在无限水平平均代价准则下的最优平稳策略问题。
2.
) Based on the α-potential, the optimality equation satisfied by the optimal stationary policy is given.
基于α 势,给出了由最优平稳策略所满足的最优性方程。
3.
(2) Average optimality for DTMDP in Borel spaces:the existence of an average optimal stationary policy and its value iteration algorithm, andits characterization.
(2) 一般状态空间中的平均最优平稳策略的存在性条件, 值迭代算法以及最优策略的性质。
6) average optimal stationary policy
平均最优平稳策略
1.
By using the Lagrange multipliers approach,the existence of an average optimal stationary policy and a constrained average-optimal policy can be confirmed.
可以证明受控排队系统存在平均最优平稳策略与约束平均最优策略。
补充资料：占优策略均衡
占优策略：
无论其他参与者采取什么策略，某参与者的唯一的最优策略就是他的占优策略。
占优策略均衡：
由博弈中的所有参与者的占优策略组合所构成的均衡就是占优策略均衡。
无论其他参与者采取什么策略，某参与者的唯一的最优策略就是他的占优策略。
占优策略均衡：
由博弈中的所有参与者的占优策略组合所构成的均衡就是占优策略均衡。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条