Michael I. Jordan

Dynamic Programming for Epistemic Uncertainty in Markov Decision Processes

马尔可夫决策过程中的信念不确定性动态规划

Axel Benyamine, Julien Grand-Clément, Marek Petrik, Michael I. Jordan, Alain Durmus

AI总结 本文提出了一种模糊厌恶MDP理论，通过风险度量评估策略，统一了多种具有信念不确定性的MDP模型，并刻画了与动态规划兼容的风险度量。