清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Decentralized learning in finite Markov chains

随机博弈 马尔可夫链 马尔可夫决策过程 趋同(经济学) 计算机科学 数学优化 马尔可夫过程 马尔可夫链的例子 遍历理论 增强学习 数理经济学 马尔可夫核 变阶马尔可夫模型 马尔可夫模型 强化学习 数学 人工智能 机器学习 经济 数学分析 统计 经济增长
作者
Richard M. Wheeler,Kumpati S. Narendra
出处
期刊:IEEE Transactions on Automatic Control [Institute of Electrical and Electronics Engineers]
卷期号:31 (6): 519-526 被引量:99
标识
DOI:10.1109/tac.1986.1104342
摘要

The principal contribution of this paper is a new result on the decentralized control of finite Markov chains with unknown transition probabilities and rewords. One decentralized decision maker is associated with each state in which two or more actions (decisions) are available. Each decision maker uses a simple learning scheme, requiring minimal information, to update its action choice. It is shown that, if updating is done in sufficiently small steps, the group will converge to the policy that maximizes the long-term expected reward per step. The analysis is based on learning in sequential stochastic games and on certain properties, derived in this paper, of ergodic Markov chains. A new result on convergence in identical payoff games with a unique equilibrium point is also presented.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
游艺完成签到 ,获得积分10
6秒前
感动依霜完成签到 ,获得积分10
6秒前
王佳豪完成签到,获得积分10
8秒前
Owllight完成签到 ,获得积分10
15秒前
玉鱼儿完成签到 ,获得积分10
22秒前
GGBond完成签到 ,获得积分10
23秒前
平常从蓉完成签到,获得积分0
27秒前
mzhang2完成签到 ,获得积分10
31秒前
淡淡醉波wuliao完成签到 ,获得积分10
41秒前
666666666666666完成签到 ,获得积分10
43秒前
fire完成签到 ,获得积分10
53秒前
chichenglin完成签到 ,获得积分10
55秒前
研友完成签到 ,获得积分10
1分钟前
屠夫9441完成签到 ,获得积分10
1分钟前
kittykitten完成签到 ,获得积分10
1分钟前
Boris完成签到 ,获得积分10
1分钟前
曲沉鱼发布了新的文献求助10
1分钟前
缓慢的水之完成签到,获得积分10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
krathhong完成签到 ,获得积分10
1分钟前
2分钟前
格格完成签到 ,获得积分10
2分钟前
小文殊完成签到 ,获得积分10
2分钟前
沉静皮带完成签到 ,获得积分10
2分钟前
曾经不言完成签到 ,获得积分10
3分钟前
yzhilson完成签到 ,获得积分10
3分钟前
jessie完成签到 ,获得积分10
3分钟前
风秋杨完成签到 ,获得积分10
3分钟前
晚灯君完成签到 ,获得积分10
3分钟前
雪妮完成签到 ,获得积分10
3分钟前
FloppyWow完成签到 ,获得积分10
3分钟前
孙严青完成签到,获得积分10
3分钟前
DMA50完成签到 ,获得积分10
3分钟前
乐观的星月完成签到 ,获得积分10
3分钟前
无花果应助科研通管家采纳,获得30
3分钟前
新奇完成签到 ,获得积分10
4分钟前
背书强完成签到 ,获得积分10
4分钟前
科研通AI5应助美好柚子采纳,获得10
4分钟前
4分钟前
美好柚子发布了新的文献求助10
4分钟前
高分求助中
Encyclopedia of Mathematical Physics 2nd edition 888
Technologies supporting mass customization of apparel: A pilot project 600
Introduction to Strong Mixing Conditions Volumes 1-3 500
Tip60 complex regulates eggshell formation and oviposition in the white-backed planthopper, providing effective targets for pest control 400
Optical and electric properties of monocrystalline synthetic diamond irradiated by neutrons 320
共融服務學習指南 300
Essentials of Pharmacoeconomics: Health Economics and Outcomes Research 3rd Edition. by Karen Rascati 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3804223
求助须知:如何正确求助?哪些是违规求助? 3349045
关于积分的说明 10341196
捐赠科研通 3065188
什么是DOI,文献DOI怎么找? 1682974
邀请新用户注册赠送积分活动 808571
科研通“疑难数据库(出版商)”最低求助积分说明 764600