COOL-MC：一个集成强化学习与模型检测的综合工具
机器学习
2022-09-16 v1 计算机科学中的逻辑
摘要
本文介绍 COOL-MC，一个集成了最先进强化学习（RL）与模型检测的工具。具体而言，该工具构建于 OpenAI gym 与概率模型检测器 Storm 之上。COOL-MC 提供以下特性：（1）一个在 OpenAI gym 中训练 RL 策略的模拟器，用于以 Storm 输入形式定义的马尔可夫决策过程（MDPs）；（2）Storm 的一个新模型构建器，其使用回调函数来验证（神经网络）RL 策略；（3）关联 OpenAI gym 或 Storm 中指定模型与策略的形式化抽象；（4）用于获得所谓容许策略性能界限的算法。我们描述了 COOL-MC 的组件与架构，并在多个基准环境中演示了其特性。
引用
@article{arxiv.2209.07133,
title = {COOL-MC: A Comprehensive Tool for Reinforcement Learning and Model Checking},
author = {Dennis Gross and Nils Jansen and Sebastian Junges and Guillermo A. Perez},
journal= {arXiv preprint arXiv:2209.07133},
year = {2022}
}