On Dynamic Programming and Statistical Decision Theory
动态规划与统计决策理论的联系AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：动态规划与统计决策联系属于通用理论，摘要未明确结构估计模型或其他所列细分方向。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
动态规划与统计决策理论的联系
- 研究问题
- 当状态运动规律并不完全已知时，如何将非马尔可夫动态规划与统计决策理论联系起来，并处理总成本目标？
- 方法与思路
- 作者以非马尔可夫决策模型和期望总成本的收敛条件为基础，通过统计决策理论处理运动规律未知的问题。
- 材料陈述的贡献
- 摘要称模型涵盖马尔可夫及马尔可夫更新决策模型，成本条件包含折现情形与无下界的负成本情形。
- 阅读关注点
- 应核对历史信息如何进入决策、未知运动规律的表示方式、总成本收敛条件，以及序贯决策例子中的假设。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，无法确认最优决策的存在条件、可计算算法或结论向经济模型推广的范围。
原文摘要
The main aim of the present work is to establish connections between the theory of dynamic programming and the statistical decision theory. The paper deals with a nonMarkovian dynamic programming decision model that includes Markovian decision models and Markov renewal decision models as special cases. The analysis is based on the total cost criterion where the convergence condition on the expected total cost is such that the discounted and the negative (unbounded) case are included. The striking feature of the present model is the fact that the law of motion is not completely known, which leads to a treatment of the model by the approach of statistical decision theory. The assumptions of the present paper are discussed for a sequential statistical decision problem.