Lexicographic refinements in possibilistic Markov decision processes : The finite horizon case
La théorie de décision possibiliste a été proposée il
y a vingt ans et depuis lors elle a eu plusieurs extensions.
En raison du manque de pouvoir décisionnel
de cette théorie, plusieurs raffinements ont ensuite été
proposés. Les raffinements lexicographiques sont particulièrement attrayants car ils permettent de bénéficier de
l'arrière-plan de l'utilité espérée, tout en restant “qualitatif”.
Cet article vise à étendre ces critères lexicographiques
aux problèmes séquentiels c'est-à-dire aux processus
décisionnels de Markov possibilistes. Il présente
deux critères qui raffinent les utilités qualitatives possibilistes
et fournit un algorithme d'induction en arrière
pour le calcul des stratégies optimales lexicographiques,
lorsque l'horizon est fini.
