선형 연산자로서의 생성 모델링: 분포 공간에서의 벨만 확산
벨만 확산은 분포 공간에서 선형 연산자로 생성 모델링을 수행하여, 마르코프 의사 결정 과정에 효과적으로 적용할 수 있는 새로운 생성 모델 프레임워크이다.
다중 에이전트 MDP에서 확률적 에이전트 탈락 하에서의 모델 프리 학습 및 최적 정책 설계
확률적 에이전트 탈락이 발생하는 다중 에이전트 MDP에서, 탈락 전 시스템에서 수집한 샘플을 활용하여 탈락 후 시스템의 최적 정책을 찾는 방법을 제안한다.
確率的エージェントドロップアウトを伴う多エージェントMDPにおけるモデルフリー学習と最適ポリシー設計
中央プランナーは、事前にエージェントのドロップアウト確率を知った上で、期待システムの価値を最大化する最適なポリシーを見つける。
Optimizing Long-Term Revenue in Ad Auctions with User Response Modeling
The core message of this paper is to propose a Markov Decision Process (MDP) model to capture the user's response to the quality of ads, with the objective of maximizing the long-term discounted revenue for the ad auction platform. The authors characterize the optimal mechanism as a Myerson's auction with a notion of modified virtual value, and also propose a simple second-price auction with personalized reserves that achieves a constant-factor approximation to the optimal long-term revenue.
위험 회피 마르코프 의사결정 과정에서 정적 위험 측정치의 동적 프로그래밍 분해에 대한 연구
마르코프 의사결정 과정에서 정적 위험 측정치를 최적화하는 기존 동적 프로그래밍 분해 방법은 근본적으로 최적이 아니며, 이는 가정된 안장점 성질이 일반적으로 성립하지 않기 때문이다. 그러나 가치 위험(Value-at-Risk)에 대해서는 최적의 동적 프로그래밍 분해가 가능하다.
MDPsにおける確実な Energy-MeanPayoff目的のための有限メモリ戦略
MDPsにおいて、Energy-MeanPayoff目的を確実に達成するための有限メモリ戦略が存在する。
Positivity-Hardness of Optimization Problems on Markov Decision Processes
The Positivity problem, a well-known number-theoretic problem whose decidability status has been open for decades, is polynomial-time reducible to the threshold problems for the optimal values of various quantities in Markov decision processes, including termination probabilities of one-counter MDPs, satisfaction probabilities of energy objectives, conditional and partial expectations, and conditional value-at-risk for accumulated weights.
© 2024 by Linnk AI