能量与平均支付奇偶马尔可夫决策过程
计算机科学与博弈论
2011-04-18 v1
摘要
我们研究了具有平均支付奇偶性和能量奇偶性目标的马尔可夫决策过程（MDPs）。在系统设计中，奇偶性目标用于编码ω-正则规范，而平均支付和能量目标可用于对定量资源约束进行建模。能量条件要求资源水平永远不低于0，平均支付条件要求资源消耗的极限平均值在阈值范围内。尽管这两种（能量和平均支付）经典条件在两人博弈中是等价的，但我们表明它们在MDPs中是不同的。我们证明了判定能量奇偶MDP中某个状态是否几乎必然获胜（即以概率1获胜）的问题属于NP \cap coNP，而对于平均支付奇偶MDP，该问题可在多项式时间内求解，改进了近期给出的PSPACE上界。
引用
@article{arxiv.1104.2909,
title = {Energy and Mean-Payoff Parity Markov Decision Processes},
author = {Krishnendu Chatterjee and Laurent Doyen},
journal= {arXiv preprint arXiv:1104.2909},
year = {2011}
}