Adaptive Markov Control Processes

1 Processus de Markov contrôlés. - 1. 1 Introduction. - 1. 2 Problèmes de contrôle stochastique. - 1. 3 Exemples. - 1. 4 Autres commentaires. - 2 Critère de récompense actualisée. - 2. 1 Introduction. - 2. 2 Conditions d'optimalité. - 2. 3 Optimalité asymptotique à actualisation. - 2. 4 Approximation des MCM. - 2. 5 Modèles de contrôle adaptatif. - 2. 6 Contrôle adaptatif non paramétrique. - 2. 7 Commentaires et références. - 3 Critère de récompense moyenne. - 3. 1 Introduction. - 3. 2 L'équation d'optimalité. - 3. 3 Conditions d'ergodicité. - 3. 4 Itération de valeur. - 3. 5 Modèles d'approximation. - 3. 6 Itération de valeur non stationnaire. - 3. 7 Modèles de contrôle adaptatif. - 3. 8 Commentaires et références. - 4 Modèles de contrôle partiellement observables. - 4. 1 Introduction. - 4. 2 PO-CM : cas des paramètres connus. - 4. 3 Transformation en problème de contrôle CO. - 4. 4 Politiques I optimales. - 4. 5 PO-CM à paramètres inconnus. - 4. 6 Commentaires et références. - 5 Estimation des paramètres dans les MCM. - 5. 1 Introduction. - 5. 2 Fonctions de contraste. - 5. 3 Estimateurs de contraste minimum. - 5. 4 Commentaires et références. - 6 Procédures de discrétisation. - 6. 1 Introduction. - 6. 2 Préliminaires. - 6. 3 Le cas non adaptatif. - 6. 4 Problèmes de contrôle adaptatif. - 6. 5 Preuves. - 6. 6 Commentaires et références. - Annexe A. Opérateurs de contraction. - Annexe B. Mesures de probabilité. - Norme de variation totale. - Convergence faible. - Annexe C. Noyaux stochastiques. - Annexe D. Multifonctions et sélecteurs mesurables. - Métrique de Hausdorff. - Multifonctions. - Références. - Index des auteurs. Langue : anglais