我的阅读状态 （保存写回仓库，全设备同步；首次保存需输入访问令牌）

AI 速览

一句话：研究奖励 MDP 中控制器如何在避免能量耗尽的同时满足奇偶目标。

论文研究奖励马尔可夫决策过程（MDP）中的能量-奇偶目标。此类目标将 ω-正则目标（奇偶条件）与奖励 MDP 的定量目标（能量）结合：奇偶条件要求路径满足 ω-正则接受条件，能量条件要求控制器在每一步的累计奖励始终非负。控制器必须避免能量耗尽，同时满足奇偶目标。摘要给出了问题设定，但未列出具体求解算法、复杂度界或最优策略性质；论文的贡献在于对这类组合目标下的控制问题进行研究。该工作处于形式验证与自动机/博弈理论的交叉点。

问题

在奖励 MDP 中，控制器需要避免能量耗尽（累计奖励非负），同时满足奇偶目标。

方法

摘要未给出具体方法；问题设定将 ω-正则目标与奖励 MDP 的定量能量目标相结合。

评估

摘要未说明评估方式；论文应为理论性研究，具体结果与验证需见正文。

链接与引用

DOI 原文 · arXiv · PDF（开放获取） · DBLP

@inproceedings{MayrSTW17,
  title = {MDPs with energy-parity objectives},
  author = {Richard Mayr and Sven Schewe and Patrick Totzke and Dominik Wojtczak},
  booktitle = {LICS},
  year = {2017},
  doi = {10.1109/lics.2017.8005131}
}