Beyond Discounted Returns: Robust Markov Decision Processes with Average and Blackwell Optimality

摘要

本文研究了超越传统折扣回报模型的鲁棒马尔可夫决策过程，重点关注平均最优性和布莱克威尔最优性准则。研究旨在解决模型参数不确定下的长期稳健决策问题，为运营管理中的动态优化提供了理论框架。核心发现为在平均准则下实现鲁棒最优策略的条件与方法，为面临不确定性的运营系统设计提供了管理启示。