Theorem - Policy Iteration konvergiert gegen die optimale Strategie

• Involvierte Definitionen:
  • Policy Iteration
  • Optimale Strategie
• Veranstaltung: EML
• Referenz: @thimm2024 (Abschnitt 4.1.3, Theorem 3)

⠀

Theorem: Policy Iteration konvergiert gegen die optimale Strategie

Sei beliebig.
Sei wie im Policy Iteration-Algorithmus definiert durch:

Dann gilt: