paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Of Cores: A Partial-Exploration Framework for Markov Decision Processes

论核心:马尔可夫决策过程的部分探索框架
LMCS vol.Volume 16, Issue 42020匹配度 4/10 · 论文属于形式化验证与概率模型检验,针对 MDP 的近似分析,与用户核心关注的 LLM/Agent 增强静态分析、浮点程序分析、贝叶斯程序分析等方向没有直接交叉;仅可作为概率程序或智能体验证中 MDP 分析方法的背景参考。引用 24 inbox
Jan Křetínský, Tobias Meggendorfer
dblp: 2026-09-10crossref: 2026-09-10arxiv: 2026-09-10

AI 速览

一句话:提出 MDP 部分探索框架,通过识别高概率核心并给出严格误差界,高效近似分析多种时域性质。

本文提出一个针对马尔可夫决策过程(MDP)的近似分析框架,支持有界、无界和无限时域性质。其核心思想是识别 MDP 的“核”(core),即系统以高概率停留的子系统,从而避免在整个状态空间上进行计算,只对相关部分做部分探索。核的识别借助模拟和统计技术,但该框架仍能为分析结果提供严格的误差界。基于此,作者为多种设置设计了高效的部分探索分析算法,尤其覆盖了强连通系统这一具有挑战性的情形。该工作将统计模拟与形式化保证相结合,为大规模 MDP 的近似验证提供了新途径。

问题
如何在不遍历整个状态空间的情况下,对具有有界、无界和无限时域性质的马尔可夫决策过程进行高效近似分析,并保持严格的误差保证。
方法
通过模拟和统计技术识别 MDP 中以高概率停留的“核”子系统,仅在该核心及必要状态空间上进行部分探索,从而构造近似分析算法。
评估
摘要表明该方法可为多种设置(包括强连通系统)给出带严格误差界的高效分析算法;未提及具体实验评估。
原文摘要(Abstract)

We introduce a framework for approximate analysis of Markov decision processes (MDP) with bounded-, unbounded-, and infinite-horizon properties. The main idea is to identify a "core" of an MDP, i.e., a subsystem where we provably remain with high probability, and to avoid computation on the less relevant rest of the state space. Although we identify the core using simulations and statistical techniques, it allows for rigorous error bounds in the analysis. Consequently, we obtain efficient analysis algorithms based on partial exploration for various settings, including the challenging case of strongly connected systems.

链接与引用

DOI 原文 · arXiv · PDF(开放获取) · DBLP

BibTeX
@article{abs-1906-06931,
  title = {Of Cores: A Partial-Exploration Framework for Markov Decision Processes},
  author = {Jan Křetínský and Tobias Meggendorfer},
  journal = {Logical Methods in Computer Science},
  volume = {Volume 16, Issue 4},
  year = {2020},
  doi = {10.23638/lmcs-16(4:3)2020}
}