克里斯托斯·帕帕迪米特里奥（Christos H.Papadimitriou）。;约翰·齐齐克利斯（John N.Tsitsiklis）。 马尔可夫决策过程的复杂性。 （英语） Zbl 0638.90099号 数学。操作。物件。 12441-450（1987年）. 我们研究了马尔可夫决策过程中最优策略计算的经典问题的复杂性。已知该问题的所有三种变体（有限视界、无限视界贴现和无限视界平均成本）都可以通过动态规划（有限视界问题）、线性规划或逐次逼近技术（无限视界）在多项式时间内求解。我们证明了它们对于P是完全的，因此很可能无法用高度并行的算法求解。相比之下，我们还表明，所有三个问题的确定性情况可以很快并行解决。具有部分观测状态的版本被证明是PSPACE完全的，因此比NP完全问题更不可能在多项式时间内求解；事实上，我们表明，最有可能的是，即使允许任意数量的预计算，也不可能有效地在线实现最优策略（包括多项式时间的在线计算和内存）。最后，没有观测值的问题的变体被证明是NP完全的。 引用于5评论引用于85文件 MSC公司： 90立方厘米 马尔可夫和半马尔可夫决策过程 90立方厘米 动态编程 65年第68季度 算法和问题复杂性分析 关键词：计算复杂度;并行计算;最优策略计算;马尔可夫决策过程;有限地平线;无限地平线;高度并行算法;部分观测状态;PSPACE完成;NP-完成 PDF格式BibTeX公司 XML格式引用 \textit{C.H.Papadimitriou}和\textit{J.N.Tsitsiklis}，数学。操作。第12号决议，441--450（1987年；Zbl 0638.90099） 全文： 内政部 链接