跳到正文
arXiv · AI· Durgam Latha, Dion Reji, Dorde Zikelic, Shankaranarayanan Krishna·· 12 小时前AI 评分22

R(PO)MDP 奖励目标与 (PO)游戏 的保持律等价性分析

Reward Objectives for Robust (PO)MDPs: A Law-Preserving Equivalence with (Partially Observable) Games

AI 导读

研究提出统一框架,通过将 (s,a)-rectangular RPOMDP 归约 partially observable stochastic games (POSGs) 解决鲁棒决策问题。

来源:arXiv · AI · arxiv.org