简单随机游戏的乐观与拓扑值迭代
计算机科学与博弈论
2022-08-01 v1
摘要
尽管值迭代（VI）是求解简单随机游戏（SSG）的标准方法，但它一直缺乏停止准则。近来出现了若干解决方案，其中包括“乐观”值迭代（OVI）。然而，OVI 仅适用于无终止组件的单方 SSG。我们消除了这两个假设，使其可用于一般 SSG。进一步，我们在拓扑值迭代的框架下利用该思想，给出了一种高效精确的求解方法。为了将新算法与现有最优方法比较，我们不仅使用了标准基准，还设计了一个 SSG 随机生成器，该生成器可偏向各类模型，有助于理解不同算法在 SSG 上的优势。
引用
@article{arxiv.2207.14417,
title = {Optimistic and Topological Value Iteration for Simple Stochastic Games},
author = {Muqsit Azeem and Alexandros Evangelidis and Jan Křetínský and Alexander Slivinskiy and Maximilian Weininger},
journal= {arXiv preprint arXiv:2207.14417},
year = {2022}
}