文件大小：0.52 MB 15页
关于值迭代的复杂性（B轨道：自动机、逻辑、语义和编程理论）
作者
彼得·诺沃顿 
,
吉列尔莫·A·佩雷斯 ,
-
部分： 音量： 第46届国际自动化、语言和编程学术讨论会（ICALP 2019）
系列： 莱布尼茨国际信息学会议录（LIPIcs）
会议： 自动化、语言和编程国际学术讨论会（ICALP） 许可证： 
Creative Commons Attribution 3.0未出口许可证 发布日期：2019-07-04
文件
文件标识符
作者详细信息
致谢
引用为 获取BibTex
摘要
主题分类
ACM科目分类
计算理论→概率计算 计算理论→逻辑和验证 计算理论→马尔可夫决策过程
关键词
马尔可夫决策过程 价值迭代 正式验证
韵律学
-
访问统计信息 总访问次数（每周更新） 0 PDF下载
工具书类
-
Pieter Abbeel和Andrew Y.Ng。学习控制的一阶马尔可夫模型。 L.K.Saul、Y.Weiss和L.Bottou主编，《神经信息处理系统进展》17，第1-8页。 麻省理工学院出版社，2005年。 网址： http://papers.nips.cc/paper/2569-learning-first-order-markov-models-for-control.pdf . -
埃里克·阿伦德（Eric Allender）、尼基尔·巴拉吉（Nikhil Balaji）和萨米尔·达塔（Samir Datta）。 低深度均匀阈值电路与直线程序的位复杂性。 在Erzébet Csuhaj-Varjü，Martin Dietzfelbinger和Zoltán E-sik，编辑，2014年计算机科学数学基础第39届国际研讨会，2014年8月25-29日，匈牙利布达佩斯，MFCS 2014。 《计算机科学讲义》第8635卷第二部分会议录，第13-24页。 斯普林格，2014年。 网址： http://dx.doi.org/10.1007/978-3-662-44465-8_2 . -
埃里克·阿伦德（Eric Allender）、彼得·布尔吉塞（Peter Bürgisser）、约翰·科杰尔加德·佩德森（Johan Kjeldgaard-Pedersen）和彼得·布罗·米尔特森（Peter Bro Miltersen）。 关于数值分析的复杂性。 SIAM计算机杂志，38（5）：1987-2006，2009。 
-
埃里克·阿伦德（Eric Allender）、安德烈亚斯·克雷布斯（Andreas Krebs）和皮埃尔·麦肯齐（Pierre McKenzie）。 成本登记自动机的复杂度边界更好。 《计算系统理论》，2017年第1-19页。
-
编辑Christel Baier和Katoen Joost-Pieter。 模型检查原则。 麻省理工学院出版社，2008年。
-
理查德·贝尔曼（Richard Bellman）。 动态编程。 普林斯顿大学出版社，1957年。
-
丹尼尔·斯伯恩斯坦（Daniel S Bernstein）、罗伯特·吉万（Robert Givan）、尼尔·伊梅尔曼（Neil Immerman）和什洛莫·齐尔伯斯坦（Shlomo Zilberstein）。 马尔可夫决策过程分散控制的复杂性。 运筹学数学，27（4）：819-8402002。
-
迪米特里·伯特塞卡斯（Dimitri P.Bertsekas）。 动态规划：确定性和随机模型。 Prentice-Hall，Inc.，美国新泽西州上鞍河，1987年。
-
迪米特里·伯特塞卡斯（Dimitri P.Bertsekas）。 动态规划与最优控制。 雅典娜科学公司，马萨诸塞州贝尔蒙特，2005年。
-
文森特·德·布隆德尔（Vincent D Blondel）和约翰·齐齐克利斯（John N Tsitsiklis）。 对计算复杂性的调查导致了系统和控制。 自动化，36（9）：1249-12742000。
-
妮可·巴伊尔和乌尔里希·里德。 马尔可夫决策过程及其在金融中的应用。 施普林格-弗拉格-柏林-海德堡，2011年。
-
编辑Edmund M.Clarke、Thomas A.Henzinger、Helmut Veith和Bloem Roderick。 模型检查手册。 施普林格国际出版公司，2018年。
-
沃伊西奇·切尔温斯基、斯拉沃米尔·拉索塔、兰科·拉齐奇、杰罗姆·勒鲁和菲利普·马佐维耶基。 Petri网的可达性问题不是初等的（扩展抽象）。 CoRR，abs/1809.071152018年。 网址： http://arxiv.org/abs/1809.07115 . -
戴鹏、毛萨姆、丹尼尔·S·韦尔德和朱迪·戈德史密斯。 拓扑值迭代算法。 J.阿蒂夫。 智力。 2011年第42:181-209号决议。 网址： http://jair.org/papers/paper3390.html . -
Laurent Doyen、Thierry Massart和Mahsa Shirmohammadi。 马尔可夫决策过程中的极限同步。 In Anca Muscholl，编辑，《软件科学与计算结构基础-第17届国际会议》，FOSSACS 2014，作为欧洲软件理论与实践联席会议的一部分举行，ETAPS 2014，法国格勒诺布尔，2014年4月5日至13日，《计算机科学讲义》第8412卷，第58-72页。 斯普林格，2014年。 网址： http://dx.doi.org/10.1007/978-3-642-54830-7_4 . -
约翰·费恩利和拉胡尔·萨瓦尼。 单纯形方法的复杂性。 《第四十七届美国计算机学会计算机理论研讨会论文集》，STOC’15，201-208页，美国纽约州纽约市，2015年。 ACM公司。 网址： http://dx.doi.org/10.1145/2746539.2746558 . -
朱迪·戈德史密斯（Judy Goldsmith）、迈克尔·利特曼（Michael L Littman）和马丁·蒙德亨克（Martin Mundhenk）。 概率域中计划存在性和评估的复杂性。 《第十三届人工智能不确定性会议论文集》（UAI'97），182-189页。 摩根考夫曼出版社，1997年。
-
朱迪·戈德史密斯和马丁·蒙德亨克。 马尔可夫决策过程中的复杂性问题。 1998年6月15日至18日，美国纽约州布法罗市，第13届IEEE计算复杂性年会会议记录，第272-280页。 IEEE计算机学会，1998年。 网址： http://dx.doi.org/10.109/CCC.1998.694621 . -
R.Greenlaw、H.J.Hoover和W.L.Ruzzo。 并行计算的局限性：P-完备性理论。 牛津大学出版社，1995年。 网址： https://books.google.fr/books？id=YZHnCwAAQBAJ . -
威廉·黑塞（William Hesse）、埃里克·阿伦德（Eric Allender）和大卫·米斯·巴林顿（David A.Mix Barrington）。 用于除法和迭代乘法的一致恒深阈值电路。 J.计算。 系统。 科学。， 65(4):695-716, 2002. 网址： http://dx.doi.org/10.1016/S0022-0000 (02)00025-9 . -
迈克尔·利特曼。 概率命题规划：表示和复杂性。 1997年AAAI，第748-754页，1997年。
-
Michael L.Littman、Thomas L.Dean和Leslie Pack Kaelbling。 关于马尔可夫决策问题求解的复杂性。 菲利普·贝斯纳德（Philippe Besnard）和史蒂夫·汉克斯（Steve Hanks），编辑，《1995年UAI：第十一届人工智能不确定性年会论文集》，加拿大魁北克省蒙特利尔，1995年8月18日至20日，第394-402页。 Morgan Kaufmann，1995年。 网址： https://dslpitt.org/uai/displayArticleDetails.jsp？mmnu=1&smnu=2&article_id=457&proceeding_id=11 . -
迈克尔·利特曼（Michael L Littman）、朱迪·戈德史密斯（Judy Goldsmith）和马丁·蒙德亨克（Martin Mundhenk）。 概率规划的计算复杂性。 《人工智能研究杂志》，9:1-361998年。
-
Yishay Mansour和Satinder P.Singh。 论政策迭代的复杂性。 Kathryn B.Laskey和Henri Prade，编辑，《UAI’99：第十五届人工智能不确定性会议记录》，瑞典斯德哥尔摩，1999年7月30日至8月1日，第401-408页。 Morgan Kaufmann，1999年。 网址： https://dslpitt.org/uai/displayArticleDetails.jsp？mmnu=1&smnu=2&article_id=192&proceeding_id=15 . -
恩斯特·梅耶（Ernst W.Mayr）。 一般Petri网可达性问题的一种算法。 第十三届ACM计算理论研讨会（STOC'81）会议记录，第238-246页。 美国医学会，1981年。
-
马丁·蒙德亨克（Martin Mundhenk）、朱迪·戈德史密斯（Judy Goldsmith）、克里斯托弗·卢塞纳（Christopher Lusena）和埃里克·阿伦德（Eric Allender）。 有限域马尔可夫决策过程问题的复杂性。 J.ACM，47（4）：681-7202000年7月。 网址： http://dx.doi.org/10.1145/347476.347480 . -
Christos H.Papadimitriou和John N.Tsitsiklis。 马尔可夫决策过程的复杂性。 数学。 操作。 决议，12（3）：441-450，1987年。 网址： http://dx.doi.org/10.1287/moor.12.3.441 . -
Christos H.Papadimitriou和Mihalis Yannakakis。 关于图的简洁表示的注记。 信息与控制，71（3）：181-1851986。 网址： http://dx.doi.org/10.1016/S0019-9958 (86)80009-2 . -
马丁·普特曼。 马尔可夫决策过程。 威利国际科学，2005年。
-
Tim Quatmann和Joost-Pieter Katoen。 声音值迭代。 Hana Chockler和Georg Weissenbacher，编辑，《计算机辅助验证》，第643-661页。 施普林格国际出版公司，2018年。
-
曼弗雷德·施瓦勒。 金融和动态期权中的马尔可夫决策过程。 《马尔可夫决策过程手册》，运筹学与管理科学国际系列，第461-487页。 斯普林格，2002年。
-
Aaron Sidford，Mengdi Wang，Xian Wu和Yinyu Ye。求解马尔可夫决策过程的方差减少值迭代和更快算法，第770-787页。 SIAM，2018年。 网址： http://dx.doi.org/10.1137/1.9781611975031.50 . -
Olivier Sigaud和Olivie自助餐。 人工智能中的马尔可夫决策过程。 John Wiley&Sons，2013年。
-
R.S.Sutton和A.G Barto。 强化学习：简介。 自适应计算和机器学习。 麻省理工学院出版社，2018年。
-
Aviv Tamar、YI WU、Garrett Thomas、Sergey Levine和Pieter Abbeel。 价值迭代网络。 D.D.Lee、M.Sugiyama、U.V.Luxburg、I.Guyon和R.Garnett，编辑，《神经信息处理系统进展》29，第2154-2162页。 Curran Associates，Inc.，2016年。 网址： http://papers.nips.cc/paper/6046-value-iteration-networks.pdf . -
Paul Tseng。 求解时间与对数（H）成正比的H时域平稳马尔可夫决策问题。 《运营研究快报》，9（5）：287-2971990年。
-
吴志敏（Zhimin Wu）、莫里茨·哈恩（Ernst Moritz Hahn）、阿金·圭奈（Akin Günay）、张丽君（Lijun Zhang）和杨柳（Yang Liu）。 用于计算mdp中可达概率的GPU加速值迭代。 加尔·卡明卡（Gal A.Kaminka）、玛丽亚·福克斯（Maria Fox）、保罗·布奎特（Paolo Bouquet）、埃克·胡勒梅尔（Eyke Hüllermier）、弗吉尼亚·迪格纳姆（Virginia Dignum）、弗兰克·迪格纳姆（Frank Dignum，Frank van Harmelen），编辑，《ECAI 2016-22。 IOS出版社，2016年。 网址： http://dx.doi.org/10.3233/978-1-61499-672-9-1726 . -
Yinyu Ye。解决马尔可夫决策问题的一个新的复杂性结果。 运筹学数学，30（3）：733-7492005。
-
Ye Yinyu。对于固定折扣率的马尔可夫决策问题，单纯形方法和策略迭代方法是强多项式。 运筹学数学，36（4）：593-6032011。