Resumen

Desde el punto de vista clásico, es importante determinar si en un proceso de decisión de Markov (MDP), además de su existencia, se garantiza la unicidad de las políticas óptimas. Es bien sabido que la unicidad no siempre se cumple en problemas de optimización (por ejemplo, en programación lineal). Por otro lado, en tales problemas es posible que una ligera perturbación en el costo funcional restaure la unicidad. En este artículo, se demuestra que las funciones de valor de un MDP y su versión perturbada del costo permanecen cercanas, bajo condiciones adecuadas, lo cual es una prioridad en cierto sentido. Estamos interesados en la estabilidad de los procesos de decisión de Markov con respecto a las perturbaciones de la función de costo conforme avanzamos.

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Proceso de decisión de Markov; Políticas óptimas; Unicidad; Perturbación; Funciones de valor; Estabilidad
• Keywords:Markov decision process; Optimal policies; Uniqueness; Perturbation; Value functions; Stability