小内存策略下的POMDP的极限sure可达性为NP-complete
计算复杂性
2025-06-16 v2
摘要
序列决策中常见的模型是部分可观测马尔可夫决策过程（POMDP），其中决策代理与不确定环境交互。该类POMDP的基本目标是可达性目标，即给定目标状态集合，目标是最终到达其中某个状态。极限sure问题询问是否可以以概率接近1的方式确保可达性。在一般情况下，POMDP的极限sure可达性问题是不可判定的。然而，在许多实际情况下，最相关的问题是是否存在具有少量内存的策略。本文研究具有固定内存量的POMDP的极限sure可达性问题。我们证明该问题的计算复杂性为NP-complete。
引用
@article{arxiv.2412.00941,
title = {Limit-sure reachability for small memory policies in POMDPs is NP-complete},
author = {Ali Asadi and Krishnendu Chatterjee and Raimundo Saona and Ali Shafiee},
journal= {arXiv preprint arXiv:2412.00941},
year = {2025}
}