数学 > 优化与控制
[提交于 2023年4月12日
(v1)
,最后修订 2025年4月3日 (此版本, v4)]
标题: 关于正交区域上值迭代的一些几何行为:切换系统视角
标题: On Some Geometric Behavior of Value Iteration on the Orthant: Switching System Perspective
摘要: 本文的主要目标是通过控制领域中的切换系统模型,为价值迭代提供更深入的见解。这些模型在价值迭代和切换系统理论之间建立了联系,并揭示了价值迭代在解决折扣马尔可夫决策问题时的额外几何行为。具体而言,本文的主要贡献有两个方面:1)我们提供了价值迭代的切换系统模型,并基于此模型为价值迭代的压缩性质提供了不同的证明;2)此外,从这些额外的见解出发,当初始迭代位于特殊区域时,证明了价值迭代的新几何行为。我们预计提出的视角可能有潜力成为一种有用的工具,在各种场景中应用。因此,这些方法的进一步发展可能是未来研究的一个有价值的途径。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.