带PAC保证的不确定参数马尔可夫决策过程的概率提升因果性

近期决策系统日益复杂，对于给定规范的系统行为进行验证和理解至关重要。一个有前景的 метод是通过形式化验证和因果推理来全面解释由马尔可夫决策过程（MDP）建模的系统中不良行为。然而，当MDP的转移概率不确定时，使用基于模型的概率因果分析进行可靠解释的研究尚未探索。本文提出了一种方法，通过参数抽样、模型检查和对样本的集合覆盖来识别不良行为的潜在原因。将原因定义为基于概率提升原则的状态子集。我们证明了每个被识别子集成为原因的概率超过指定阈值。进一步，在满足非冗余条件的前提下，我们最大化使不良路径访问这些子集的概率的下界。虽然计算这些概率较为复杂，但本研究通过抽样推导出两个概率的概率性近似正确下界。我们通过一条路径规划场景演示了所提方法的有效性。