基于近似相似关系与策略精化的通用马尔可夫决策过程验证
系统与控制
2016-06-01 v1
摘要
本工作中，我们引入了新的近似相似关系，其被证明是通用马尔可夫决策过程上策略（或控制）综合的关键。所关注的模型是离散时间马尔可夫决策过程，具备不可数无限状态空间与度量输出（或观测）空间。这些新关系以度量使用为基础，尤其允许在状态上概率分布的偏差与模型输出之间的距离之间进行有益的权衡。我们展示了这种受有限状态模型仿真概念启发的新概率相似关系，可有效用于通用马尔可夫决策过程的验证，特别是用于从抽象模型进行控制精化。
引用
@article{arxiv.1605.09557,
title = {Verification of general Markov decision processes by approximate similarity relations and policy refinement},
author = {S. Haesaert and S. Esmaeil Zadeh Soudjani and A. Abate},
journal= {arXiv preprint arXiv:1605.09557},
year = {2016}
}