Resumen

Dado que los métodos clásicos son intratables para resolver los procesos de decisión de Markov (MDP) que requieren un gran espacio de estados, las técnicas de descomposición y agregación son muy útiles para hacer frente a los problemas grandes. Estas técnicas son, en general, un caso especial del marco clásico de división y conquista para dividir un problema grande y difícil de manejar en componentes más pequeños y resolver las partes con el fin de construir la solución global. Este artículo revisa la mayoría de los enfoques de descomposición encontrados en la literatura asociada durante las últimas dos décadas, sopesando sus pros y sus contras. Consideramos varias categorías de MDP (MDP medios, descontados y ponderados), y presentamos brevemente una variedad de metodologías para encontrar o aproximar estrategias óptimas.

• Materias:Algoritmos genéticos Optimización matemática Técnica heurística Inventario
• Subjects:Genetic algorithms Mathematical optimization Metaheuristic technique Inventory
• Palabras claves:estrategia óptima aproximada, gran espacio de estados, variedad de metodología, categorías de mdps, proceso de decisión de markov, división clásica, caso especial, gran problema, enfoque de descomposición, literatura asociada
• Keywords:approximate optimal strategy, large state space, variety of methodology, categories of mdps, markov decision process, classic divide, special case, large problem, decomposition approach, associated literature