2006
Reachability in Recursive Markov Decision Processes
BRÁZDIL, Tomáš, Václav BROŽEK, Vojtěch FOREJT a Antonín KUČERAZákladní údaje
Originální název
Reachability in Recursive Markov Decision Processes
Název česky
Dosažitelnost pro Markovovy rozhodovací procesy
Autoři
BRÁZDIL, Tomáš (203 Česká republika), Václav BROŽEK (203 Česká republika), Vojtěch FOREJT (203 Česká republika) a Antonín KUČERA (203 Česká republika, garant)
C. Baier, H. Hermanns (Eds.).
C. Baier, H. Hermanns (Eds.).
Vydání
Berlin Heidelberg New York, 17th International Conference on Concurrency Theory, od s. 358-374, 17 s. 2006
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
Impakt faktor
Impact factor: 0.402 v roce 2005
Kód RIV
RIV/00216224:14330/06:00017081
Organizační jednotka
Fakulta informatiky
ISBN
3-540-37376-4
ISSN
UT WoS
000240256100024
Klíčová slova anglicky
Markov decision processes; reachability
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 30. 3. 2010 20:30, prof. RNDr. Antonín Kučera, Ph.D.
V originále
We consider a class of infinite-state Markov decision processes generated by stateless pushdown automata. This class corresponds to 1.5-player games over graphs generated by BPA systems or (equivalently) 1-exit recursive state machines. An extended reachability objective is specified by two sets S and T of safe and terminal stack configurations, where the membership to S and T depends just on the top-of-the-stack symbol. The question is whether there is a suitable strategy such that the probability of hitting a terminal configuration by a path leading only through safe configurations is equal to (or different from) a given x in {0,1}. We show that the qualitative extended reachability problem is decidable in polynomial time, and that the set of all configurations for which there is a winning strategy is effectively regular. More precisely, this set can be represented by a deterministic finite-state automaton with a fixed number of control states. This result is a generalization of a recent theorem by Etessami & Yannakakis which says that the qualitative termination for 1-exit RMDPs (which exactly correspond to our 1.5-player BPA games) is decidable in polynomial time. Interestingly, the properties of winning strategies for the extended reachability objectives are quite different from the ones for termination, and new observations are needed to obtain the result. As an application, we derive the EXPTIME-completeness of the model-checking problem for 1.5-player BPA games and qualitative PCTL formulae.
Česky
V článku se zkoumají vlastnosti nekonečně-stavových Markovových rozhodovacích procesů, které jsou generované zásobníkovými procesy bez kontrolních stavů. Tato třída procesů odpovídá hrám s 1.5 hráči nad grafy, které jsou generované BPA systémy. Dokážeme, že kvalitativní problém dosažitelnosti je pro tuto třídu procesů rozhodnutelný v polynomiálním čase. Aplikaci tohoto výsledku prokážeme EXPTIME-úplnost problému platnosti dané kvalitativní PCTL formule v daném stavu daného procesu.
Návaznosti
MSM0021622419, záměr |
| ||
1M0545, projekt VaV |
|