摘要
1 de Alfaro,L.:概率系统的形式验证。 斯坦福大学博士论文(1998年) 谷歌学者 2 模型检查原理 2008 剑桥 麻省理工学院出版社 1179.68076 谷歌学者 数字图书馆 三。 反应性(1)设计的合成 J.计算。 系统。 科学。 2012 78 三 911 938 2900040 2016年10月10日/j.jcss.2011.08.007 1247.68050 谷歌学者 数字图书馆 4 Streett和Rabin连锁获胜条件下无限对策的策略构建 用于系统构建和分析的工具和算法 1996 海德堡 施普林格 207 224 10.1007/3-540-61042-1_46 谷歌学者 5 概率验证的复杂性 J.ACM公司 1995 42 4 857 907 1411788 10.1145/210332.210339 谷歌学者 数字图书馆 6 Dziembowski,S.,Jurdziánski,M.,Walukiewicz,I.:赢得无限比赛需要多少内存? In:计算机科学中的逻辑专题讨论会(LICS 1997),第99–110页(1997) 谷歌学者 7 Gurevich,Y.,Harrington,L.:树、自动机和游戏。 摘自:计算机理论研讨会(STOC 1982),第60-65页(1982) 谷歌学者 8 Hahn,E.M.,Li,G.,Schewe,S.,Turrini,A.,Zhang,L.:没有确定性的懒惰概率模型检查。 摘自:并发理论,第354–367页(2015年) 谷歌学者 9 无模型强化学习中的Omega-regular目标 系统构建和分析的工具和算法 2019 查姆 施普林格 395 412 10.1007/978-3-030-17462-0_27 谷歌学者 数字图书馆 10 ω-正则目标无模型强化学习的忠实有效奖励方案 验证和分析自动化技术 2020 查姆 施普林格 108 124 10.1007/978-3-030-59152-6_6 谷歌学者 数字图书馆 11 用于概率分析和强化学习的Good-for-MDPs自动机 系统构建和分析的工具和算法 2020 查姆 施普林格 306 323 10.1007/978-3-030-45190-5_17 谷歌学者 数字图书馆 12 Hahn,E.M.,Perez,M.,Schewe,S.,Somenzi,F.,Trivedi,A.,Wojtczak,D.:随机奇偶博弈的无模型强化学习。 CONCUR:并发理论国际会议,第21:1–21:16页。 LIPIcs 171(2020) 谷歌学者 13 Hahn,E.M.,Perez,M.,Schewe,S.,Somenzi,F.,Trivedi,A.,Wojtczak,D.:自动机理论强化学习的不可能结果。 收录:ATVA:验证和分析自动化技术(2022年)。 (出现) 谷歌学者 14 Hahn,E.M.,Perez,M.,Schewe,S.,Somenzi,F.,Trivedi,A.,Wojtczak,D.:交替适用于MDP自动机。 arXiv预印本 arXiv:2205.03243 (2022) 谷歌学者 15 在不确定的情况下解决游戏 计算机科学逻辑 2006 海德堡 施普林格 395 410 10.1007/11874683_26 谷歌学者 数字图书馆 16 Löding,C.: -自动机:复杂性和与二阶逻辑的联系。 基尔大学Christian-Albrechts-University博士论文(1998)。 主管,Wolfgang Thomas教授 谷歌学者 17 博弈、概率和数量 -微积分 质量管理 编程、人工智能和推理逻辑 2002 海德堡 施普林格 292 310 10.1007/3-540-36078-6_20 谷歌学者 18 Perrin,D.和Pin,J.É: 无限词:自动机,半群,逻辑和游戏。 Elsevier(2004) 谷歌学者 19. Piterman,N.,Pnueli,A.:拉宾和斯特雷特游戏的更快解决方案。 摘自:计算机科学逻辑研讨会,第275-284页(2006年) 谷歌学者 20 普努利:程序的时序逻辑。 摘自:IEEE计算机科学基础研讨会,第46-57页(1977年) 谷歌学者 21 马尔可夫决策过程:离散随机动态规划 1994 纽约州 约翰·威利父子公司 10.1002/9780470316887 谷歌学者 交叉引用 22 Sadigh,D.,Kim,E.,Coogan,S.,Sastry,S.S.,Seshia,S.A.:一种基于学习的方法,用于控制线性时间逻辑规范的马尔可夫决策过程的合成。 摘自:决策与控制会议(CDC),第1091–1096页(2014年) 谷歌学者 23 Safra,S.,Vardi,M.Y.:关于 -自动机和时序逻辑。 摘自:第二十届ACM计算机理论年会论文集,第127-137页。 STOC 1989,ACM,NY(1989)。 内政部: https://doi.org/10.1145/73007.73019 谷歌学者 24 Safra,S.:具有强公平接受条件的欧米伽自动机的指数测定(扩展摘要)。 摘自:《第24届ACM计算机理论年度研讨会论文集》,1992年5月4-6日,不列颠哥伦比亚省维多利亚市,第275-282页。 ACM(1992)。 内政部: https://doi.org/10.1145/129712.129739 谷歌学者 25 强公平接受条件下欧米伽自动机的指数决定 SIAM J.计算。 2006 36 三 803 814 2263013 10.1137/S009753979798332518 1120.68072 谷歌学者 数字图书馆 26. Sutton,R.S.,Barto,A.G.:强化学习:简介。 第二版。 麻省理工学院出版社(2018) 谷歌学者 27 托马斯·W·:无限对象上的自动机。 摘自:《理论计算机科学手册》,第133-191页。 麻省理工学院出版社/爱思唯尔出版社(1990) 谷歌学者 28 Vardi,M.Y.:概率并发有限状态程序的自动验证。 摘自:《计算机科学基础》,第327–338页(1985年) 谷歌学者
建议
卵石交替树行走自动机及其识别能力 Milo、Suciu和Vianu(2003)首先研究了具有交替的卵石树行走自动机,他们表明这些设备识别的树语言正是常规树语言。 我们通过证明…的相同结果来加强这一点。。。