2015
MultiGain: A Controller Synthesis Tool for MDPs with Multiple Mean-Payoff Objectives
BRÁZDIL, Tomáš, Chatterjee KRISHNENDU, Vojtěch FOREJT a Antonín KUČERAZákladní údaje
Originální název
MultiGain: A Controller Synthesis Tool for MDPs with Multiple Mean-Payoff Objectives
Autoři
BRÁZDIL, Tomáš (203 Česká republika, domácí), Chatterjee KRISHNENDU (40 Rakousko), Vojtěch FOREJT (203 Česká republika) a Antonín KUČERA (203 Česká republika, garant, domácí)
Vydání
Heidelberg, Tools and Algorithms for the Construction and Analysis of Systems - 21st International Conference, TACAS 2015, Held as Part of the European Joint Conferences on Theory and Practice of Software, ETAPS 2015, London, UK, April 11-18, 2015. Proceedings. od s. 181-187, 7 s. 2015
Nakladatel
Springer
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Německo
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
tištěná verze "print"
Impakt faktor
Impact factor: 0.402 v roce 2005
Kód RIV
RIV/00216224:14330/15:00081426
Organizační jednotka
Fakulta informatiky
ISBN
978-3-662-46680-3
ISSN
Klíčová slova anglicky
Markov decision processes; mean-payoff reward; multi-objective optimisation; formal verification
Štítky
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 28. 4. 2016 15:34, RNDr. Pavel Šmerk, Ph.D.
Anotace
V originále
We present MultiGain, a tool to synthesize strategies for Markov decision processes (MDPs) with multiple mean-payoff objectives. Our models are described in PRISM, and our tool uses the existing interface and simulator of PRISM. Our tool extends PRISM by adding novel algorithms for multiple mean-payoff objectives, and also provides features such as (i) generating strategies and exploring them for simulation, and checking them with respect to other properties; and (ii) generating an approximate Pareto curve for two mean-payoff objectives. In addition, we present a new practical algorithm for the analysis of MDPs with multiple mean-payoff objectives under memoryless strategies.
Návaznosti
GBP202/12/G061, projekt VaV |
|