Mixing Any Cocktail with Limited Ingredients: The Structure of Payoff Sets in Multi-Objective Markov Decision Processes and Its Impact on Randomized Strategies
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究探讨了多目标马尔可夫决策过程中的期望收益向量实现问题，指出传统纯策略无法满足需求。提出通过混合有限纯策略来逼近任意期望收益向量，并在所有策略下期望收益有限的情况下实现。这一发现对随机策略设计具有重要影响。
🏷️
