Proposition - Charakterisierung der optimalen Strategie durch den Zustandsnutzen

• Involvierte Definitionen:
  • MDP
  • Optimale Strategie
  • Optimaler Zustandsnutzen
  • Belohnungsfunktion
  • siehe auch Rekursive Charakterisierung des optimalen Zustandsnutzens
• Veranstaltung: EML
• Referenz: @thimm2024 (Abschnitt 4.1.2)

⠀

Proposition: Charakterisierung der optimalen Strategie durch den Zustandsnutzen

Sei ein Markov-Entscheidungsprozess.

Mit der Charakterisierung der optimalen Strategie durch den optimalen Zustandsnutzen gilt:

wählt also in jedem Zustand diejenige Aktion aus, die in einen Zustand mit hohem Nutzen führt.