关于部分可观测马尔可夫决策过程中随机控制器优化的计算复杂性
计算复杂性
2012-10-05 v2 机器学习
系统与控制
最优化与控制
摘要
我们证明了在马尔可夫决策过程中寻找最优随机“盲”控制器是一个NP难问题。相应的判定问题是NP难的、属于PSPACE，并且是SQRT-SUM难的，因此将其置于NP中将意味着计算机科学中长期未解难题的突破。我们的结果确立了更一般的部分可观测马尔可夫决策过程中的随机控制器优化问题也是NP难的。尽管如此，我们概述了一个凸的特例，该特例允许高效的全局求解。
引用
@article{arxiv.1107.3090,
title = {On the Computational Complexity of Stochastic Controller Optimization in POMDPs},
author = {Nikos Vlassis and Michael L. Littman and David Barber},
journal= {arXiv preprint arXiv:1107.3090},
year = {2012}
}
备注
Corrected error in the proof of Theorem 2, and revised Section 5