paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Distribution-based objectives for Markov Decision Processes

马尔可夫决策过程中基于分布的目标
LICS Proceedings of the 33rd Annual ACM/IEEE Symposium on Logic in Computer Science2018匹配度 3/10 · 该论文属于形式验证/概率模型检测方向,涉及 MDP 的分布型目标,虽与程序验证大方向相关,但不涉及 LLM/Agent、静态分析、浮点程序分析或贝叶斯程序分析,也未体现与 AI 的交叉,因此与当前研究画像匹配度较低。引用 9 inbox
S. Akshay, Blaise Genest, Nikhil Vyas
crossref: 2026-09-12

AI 速览

一句话:研究 MDP 中基于分布的目标如何在完全信息与部分信息之间取得策略层面的权衡。

论文研究马尔可夫决策过程(MDP)中基于分布的目标。这类目标在完全信息与部分信息之间形成一种有趣权衡:与完全可观察情形类似,策略可以依赖系统状态;但与部分可观察情形类似,策略又必须同时兼顾所有状态。作者围绕这一目标类别展开形式化分析,关注其策略结构与信息约束,揭示完全信息和部分信息设定之间的张力。摘要未给出具体算法或实验评估,因此贡献主要体现在对该类目标的概念刻画与理论定位。

问题
如何在 MDP 中定义并处理基于分布的目标,同时协调完全信息与部分信息两种设定下的策略约束。
方法
从策略可依赖状态但又需同时考虑所有状态的角度,对基于分布的目标进行形式化建模与分析。
评估
摘要未提供实验或具体评估信息;论文属于理论工作,评估方式未在摘要中说明。
原文摘要(Abstract)

We consider distribution-based objectives for Markov Decision Processes (MDP). This class of objectives gives rise to an interesting trade-off between full and partial information. As in full observation, the strategy in the MDP can depend on the state of the system, but similar to partial information, the strategy needs to account for all the states at the same time.

链接与引用

DOI 原文 ·

BibTeX
@inproceedings{paperbot4338,
  title = {Distribution-based objectives for Markov Decision Processes},
  author = {S. Akshay and Blaise Genest and Nikhil Vyas},
  booktitle = {LICS},
  year = {2018},
  doi = {10.1145/3209108.3209185}
}