Джога А. С. Аналiз стратегiй послiдовного розподiлу ресурсiв у стохастичному середовищi

Дисертацiйне дослiдження присвячене вивченню асимптотичних властивостей стратегiй послiдовного розподiлу ресурсiв у стохастичному середовищi зi спостереженнями, якi мають бета-розподiл. Розглядається середовище, яке представлене моделлю стохастичного багаторукого бандита. Головною метою роботи є здiйснення асимптотичного аналiзу стратегiй та розробка алгоритмiв їх застосування. Також вивчається вплив додаткової iнформацiї на ефективнiсть стратегiй. Розглядається задача послiдовного прийняття рiшення в умовах невизначеностi у контекстi взаємодiї мiж суб’єктом, що приймає рiшення, так званим агентом, i зовнiшнiм середовищем. Ця взаємодiя вiдбувається протягом скiнченого горизонту. На кожному кроцi агент обирає дiю iз заданої множини та у вiдповiдь отримує винагороду вiд середовища. Метою агента є послiдовний вибiр таких дiй, якi призводять до найбiльшої можливої сукупної винагороди за весь горизонт. Основним ускладненням в цiй задачi є те, що параметри процесу винагороди не вiдомi заздалегiдь.