广义贝尔曼递推与序贯决策中的三种对偶性

论文从三个条件重新解释贝尔曼方程的来源：动力学可通过充分统计量分解、回报可递归分解，以及不确定性的聚合同时兼容二者。三者在同一状态上成立时，最优价值函数自然满足贝尔曼递推；若有条件失效，可通过扩充状态，或变形回报与动力学恢复可处理性。论文进一步将概率与回报、回报与聚合、聚合与概率之间的三种对偶性统一到同一构造中。