Графо-стохастическая электростанция: Монте-Карло Поиск графа со средней мощностью

arXiv:2609.19956v1 Annuales Type: New Humber: Green-Carlo Search (MACTS) дублирует одно и то же состояние, когда оно достигается с помощью различных траекторий, которые могут производить моделирование отходов в стохастических MDP. Мы введем графический метод Стохастического Мощного ВК (GS-Mower-UCT), который разделяет государства, достигшие на одной и той же глубине планирования, сохраняя при этом отдельные значения для государств на различных глубинах. Эта конструкция применяется к общим стохастическим MDP, включая проблемы с циклами. Мы доказываем, что для фиксированного горизонта планирования коренной расчет сходится в конечной-горизонтной величине по ставке 0(n __ {-1/2} долл. Мы также изучаем два полноценных варианта: GS-Power-UCT-F, в которых имеется один узел на физическое состояние для увеличения обмена пробами, но которые могут смешивать значения с различными остающимися горизонтами, и GSB-Motor-UST-F$+долл. США, который использует адаптивный горизонт для ограничения такого отклонения. Последний сходится в V $V {\star}(s_0) долл., что является оптимальным показателем в