Numerical methods of successive elimination and optimization in stochastic optimal control (Q1803091)

Soit \(E\) un espace d'état, \(Y\) un ensemble de contrôles admissibles, \(Q\) une fonction de transition de \(E\times Y\) dans \(E\) et \(w\) une fonction d'utilité définie sur \(E\times Y\). L'auteur cherche une fonction de décision \(\pi: E\to Y\) qui optimise une valeur moyenne de \(w\) calculée sur la chaîne de Markov de noyau \(Q(\pi)\). Il propose pour cela un algorithme qui procède par éliminations successives.