×
克里希南德·查特吉;卢卡·德·阿尔法罗;托马斯·亨辛格（Thomas A.Henzinger）。

并发可达性和基于循环的随机安全博弈的策略改进。 （英语） Zbl 1269.91022号

J.计算。系统。科学。 79，第5号，640-657（2013）.
摘要：我们考虑在图上进行并发游戏。在游戏的每一轮中，每个玩家同时独立地选择一个动作；这些举措共同决定了向继承国的过渡。两个基本目标是永远处于给定状态集的安全目标，以及其对偶目标，即达到给定状态集时的可达性目标。首先，我们给出了一个简单的事实证明，在并发可达性博弈中，对于所有的策略（varepsilon>0），都存在无记忆最优策略。无记忆策略独立于游戏的历史，而（varepsilon）最优策略以游戏值的概率达到目标。与以前对这个事实的证明相比，我们的证明更基本，更具组合性。其次，我们提出了一种策略改进（也称为策略迭代）算法，用于具有可达性目标的并发博弈。最后，我们提出了一种策略改进算法，用于具有安全目标的基于回合的随机游戏（每个玩家轮流选择动作）。我们的算法生成player-1策略序列，确保获胜概率单调（从下方）收敛到游戏值。

引用于10文件

MSC公司：

91A43型 涉及图形的游戏
91A15型 随机博弈，随机微分博弈
90立方厘米 马尔可夫和半马尔可夫决策过程

关键词：

博弈论;随机博弈;并发游戏;可达性和安全目标;策略改进算法
PDF格式BibTeX公司 XML格式引用
\textit{K.Chatterjee}等人，J.Compute。系统。科学。79，第5号，640--657（2013；Zbl 1269.91022）
全文： 内政部 arXiv公司

参考文献：

[1] Bertsekas，D.P.，《动态规划和最优控制》，卷。I和II（1995），雅典娜科学·Zbl 0904.90170号
[2] 查特吉，K。；de Alfaro，L。；Henzinger，T.A.，并发可达性和安全游戏的策略改进（2012），CoRR
[3] 查特吉，K。；de Alfaro，L。；Henzinger，T.A.，解决并发安全和可达性游戏的终止标准，（SODA（2009），ACM-SIAM），197-206·Zbl 1425.91074号
[4] 查特吉，K。；de Alfaro，L。；Henzinger，T.A.，并发可达性游戏的策略改进，（QEST’06（2006），IEEE）
[5] Condon，A.，《随机博弈的复杂性》，Inform。和计算。，96, 2, 203-224 (1992) ·Zbl 0756.90103号
[6] Condon，A.，《简单随机游戏的算法》，（计算复杂性理论的进展。计算复杂性理论进展，DIMACS Ser.离散数学理论。计算科学，第13卷（1993年），美国数学学会），51-73·Zbl 0808.90141号
[7] Courcoubetis，C。；Yannakakis，M.，《概率验证的复杂性》，J.ACM，42，4，857-907（1995）·Zbl 0885.68109号
[9] de Alfaro，L。；Henzinger，T.A.，并发欧米伽规则游戏，（第15届计算机科学逻辑年度研讨会论文集（2000），IEEE计算机社会出版社），141-154
[10] de Alfaro，L。；Henzinger，T.A。；Kupferman，O.，《并发可达性游戏》，Theoret。计算。科学。，386, 3, 188-217 (2007) ·Zbl 1154.91306号
[11] de Alfaro，L。；Majumdar，R.，《欧米伽规则游戏的定量解》，J.Compute。系统科学。，68, 374-397 (2004) ·Zbl 1093.91001号
[12] Derman，C.，有限状态马尔可夫决策过程（1970），学术出版社·兹比尔0262.90001
[13] Etessami，K。；Yannakakis，M.，递归并发随机博弈，（ICALP 06:自动机、语言和编程（2006），施普林格）·Zbl 1133.91317号
[14] Everett，H.，递归游戏，（对游戏理论的贡献III.对游戏理论III的贡献，数学研究年鉴，第39卷（1957年）），47-78·Zbl 0078.32802号
[15] 菲拉尔，J。；Vrieze，K.，竞争马尔可夫决策过程（1997），Springer-Verlag·Zbl 0934.91002号
[17] 霍夫曼，A.J。；Karp，R.M.，《关于非终止随机博弈》，管理科学。，12, 5, 359-370 (1966) ·Zbl 0136.14303号
[18] Howard，R.A.，《动态规划和马尔可夫过程》（1960），麻省理工学院出版社·Zbl 0091.16001号
[19] 易卜生-延森，R。；Miltersen，P.B.，《用很少的投币位置解决简单随机游戏》（ESA（2012），Springer），636-647·Zbl 1365.68283号
[20] Kemeny，J.G。；斯内尔，J.L。；Knapp，A.W.，《无数马尔可夫链》（1966），D.Van Nostrand公司·Zbl 0149.13301号
[21] Mertens，J.F。；内曼，A.，《随机游戏》，国际。《博弈论》，1053-66（1981）·Zbl 0486.90096号
[22] Parthasarathy，T.，折扣和正随机博弈，公牛。阿默尔。数学。《社会学杂志》，77，1，134-136（1971）·Zbl 0208.47401号
[23] Rao，S.S。；Chandrasekaran，R。；Nair，K.P.K.，折扣游戏算法，J.Optim。理论应用。，627-637 (1973) ·Zbl 0245.93024号
[24] Shapley，L.S.，《随机游戏》，Proc。国家。阿卡德。科学。美国，39，1095-1100（1953）·Zbl 0051.35805号
[25] 美国兹威克。；Paterson，M.S.，图上平均收益博弈的复杂性，定理。计算。科学。，158343-359（1996年）·兹伯利0871.68138
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。