「一般政策 (逐次決定過程における)」の版間の差分
ナビゲーションに移動
検索に移動
Albeit-Kun (トーク | 投稿記録) |
|||
| (他の1人の利用者による、間の1版が非表示) | |||
| 2行目: | 2行目: | ||
有限 <math> N \,</math> 段逐次決定過程において, 過去の状態の履歴に依存して定まる政策. すなわち, 時刻 <math> n \,</math> での決定を, 状態空間 <math> X \,</math> からなる<math> n \,</math> 個の直積 <math> X^{n} := X \times X \times \cdots \times X \,</math> から決定空間 <math> U \,</math> への関数 <math> \sigma_{n} : X^{n} \to U \,</math> で定めるとき, これらの決定関数の列 <math> \sigma = \{\sigma_{1}, \sigma_{2}, \ldots , \sigma_{N} \} \,</math> を一般政策という. 非加法型最適化問題では一般政策クラスで最適化が行われ, 不変埋没原理によって, このクラスの最適政策が得られる. | 有限 <math> N \,</math> 段逐次決定過程において, 過去の状態の履歴に依存して定まる政策. すなわち, 時刻 <math> n \,</math> での決定を, 状態空間 <math> X \,</math> からなる<math> n \,</math> 個の直積 <math> X^{n} := X \times X \times \cdots \times X \,</math> から決定空間 <math> U \,</math> への関数 <math> \sigma_{n} : X^{n} \to U \,</math> で定めるとき, これらの決定関数の列 <math> \sigma = \{\sigma_{1}, \sigma_{2}, \ldots , \sigma_{N} \} \,</math> を一般政策という. 非加法型最適化問題では一般政策クラスで最適化が行われ, 不変埋没原理によって, このクラスの最適政策が得られる. | ||
| + | |||
| + | [[Category:動的・確率・多目的計画|いっぱんせいさく]] | ||
2008年11月7日 (金) 14:23時点における最新版
【いっぱんせいさく (general policy)】
有限 段逐次決定過程において, 過去の状態の履歴に依存して定まる政策. すなわち, 時刻 での決定を, 状態空間 からなる 個の直積 から決定空間 への関数 で定めるとき, これらの決定関数の列 を一般政策という. 非加法型最適化問題では一般政策クラスで最適化が行われ, 不変埋没原理によって, このクラスの最適政策が得られる.
