Duální řízení Markovských řetězců

Abstract

Práce se zabývá návrhem optimální rozhodovací strategie jednoduchého Markovského rozhodovacího procesu, jehož parametry nejsou přesně známy. Optimální strategii hledáme na základě bayesovské teorie. Optimalizační proces se pak skládá ze dvou vzájemně propojených částí, návrhu strategie a aktivního učení (získávání a využívání nových informací o systému). Takovýto způsob řízení se nazývá duální řízení.

This thesis is engaged in design of optimal decision strategy of simple Markov decision process, whose internals aren't known exactly. The optimal strategy is designed using Bayesian statistics. Thus, the optimization procedure is taken as consisting of two interconnected parts, strategy design and active learning (acquiring and using new informations about the system). This control method is reffered to as a dual control.