决定什么是对MDPs（马尔可夫决策过程）有益的
摘要：确定性自动机的好处对于MDP模型检查和强化学习而言，与对于反应合成而言，即对于决策自动机是一种更紧凑的替代品，它显示了非确定性，但只有这么多，以便可以在局部解决，从而可以分析语法产品。 GFM最近作为强化学习的属性被引入，其中允许使用更简单的布奇接受条件是关键。然而，虽然有经典和新颖的技术可以获得GFM状态的自动机，但还没有一种决策过程来检查一个自动机是否是GFM。 我们证明了GFM[ess的决定性，并提供了一个EXPTIME决策程序以及一个PSPACE困难性证明。
作者：Sven Schewe, Qiyi Tang and Tansholpan Zhanabekova
论文ID：2202.07629
分类：Formal Languages and Automata Theory
分类简称：cs.FL
提交时间：2023-07-04