马尔可夫决策过程复杂性的熵测度.pdf

第 19 卷 第 9 期 　控　制　与　决　策 2004 年 9 月 V o l. 19 N o. 9 　Con trol and D ec is ion　 　Sep t. 2004 　　文章编号: 100 10920 (2004) 马尔可夫决策过程复杂性的熵测度 王红卫, 李　琛, 刘会新 (华中科技大学 系统工程研究所, 湖北 武汉 430074) 摘　要: 应用 Sh annon 熵和其他熵指数来度量马尔可夫决策的复杂性 将马尔可夫链的复杂性、不确定性和不可预 测性的度量扩展到马尔可夫决策, 提出一套基于信息理论的复杂性度量方法, 可用于随机和确定性策略下的完全观 测和不完全观测马尔可夫决策. 对有关数值进行仿真研究, 并给出了计算结果. 关键词: 马尔可夫决策过程; 复杂性; 熵测度 中图分类号: T P 14　　　　文献标识码: A En trop ic m ea surem en ts of com plex ity f or M arkov dec ision processes , , W A N G H ong w e i L I Ch en L I U H u i x in ( In st itu te o f Sy stem s Eng in eer ing, H u azhong U n iver sity o f Scien ce an d T echno logy, W uh an 430074, Ch in a. : , : @ . ) Co r re spon den t W AN G H ong w ei E m a il w anghw lw y sin a com : ′ . Abstract Sh annon s en t rop y is app lied to m ea su re th e com p lex ity o f M arkov decision p roce sse s T h e m ea su rem en t s o f th e com p lex ity , un cer ta in ty an d unp red ictab ility fo r M arkov ch a in s are ex ten ded to th e m ea su rem en t s fo r M arkov . , decision p roce sse s A m ethod o f com p lex ity m ea su rem en t s b a sed on in fo rm at ion th eo ry is deve lop ed an d it can b e . u sed fo r fu lly an d p ar t ia