2013
Trading Performance for Stability in Markov Decision Processes
BRÁZDIL, Tomáš, Krishnendu CHATTERJEE, Vojtěch FOREJT a Antonín KUČERAZákladní údaje
Originální název
Trading Performance for Stability in Markov Decision Processes
Autoři
BRÁZDIL, Tomáš (203 Česká republika, domácí), Krishnendu CHATTERJEE (356 Indie), Vojtěch FOREJT (203 Česká republika, domácí) a Antonín KUČERA (203 Česká republika, garant, domácí)
Vydání
London, Proceedings of 28th Annual ACM/IEEE Symposium on Logic in Computer Science (LICS 2013), od s. 331-340, 10 s. 2013
Nakladatel
IEEE Computer Society
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Spojené státy
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
paměťový nosič (CD, DVD, flash disk)
Kód RIV
RIV/00216224:14330/13:00066541
Organizační jednotka
Fakulta informatiky
ISBN
978-1-4799-0413-6
ISSN
UT WoS
000326815000038
Klíčová slova česky
Markovovy rozhodovací procesy; optimalizace
Klíčová slova anglicky
Markov decision processes; optimization
Štítky
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 24. 4. 2014 18:43, RNDr. Pavel Šmerk, Ph.D.
Anotace
V originále
We study the complexity of central controller synthesis problems for finite-state Markov decision processes, where the objective is to optimize both the expected mean-payoff performance of the system and its stability. We argue that the basic theoretical notion of expressing the stability in terms of the variance of the mean-payoff (called global variance in our paper) is not always sufficient, since it ignores possible instabilities on respective runs. For this reason we propose alernative definitions of stability, which we call local and hybrid variance, and which express how rewards on each run deviate from the run's own mean-payoff and from the expected mean-payoff, respectively.
Návaznosti
GPP202/12/P612, projekt VaV |
|