Optimizing Local Satisfaction of Long-Run Average Objectives in Markov Decision Processes

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F24%3A00135875" target="_blank" >RIV/00216224:14330/24:00135875 - isvavai.cz</a>

Výsledek na webu

<a href="https://ojs.aaai.org/index.php/AAAI/article/view/29993" target="_blank" >https://ojs.aaai.org/index.php/AAAI/article/view/29993</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1609/aaai.v38i18.29993" target="_blank" >10.1609/aaai.v38i18.29993</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Optimizing Local Satisfaction of Long-Run Average Objectives in Markov Decision Processes

Popis výsledku v původním jazyce

Long-run average optimization problems for Markov decision processes (MDPs) require constructing policies with optimal steady-state behavior, i.e., optimal limit frequency of visits to the states. However, such policies may suffer from local instability in the sense that the frequency of states visited in a bounded time horizon along a run differs significantly from the limit frequency. In this work, we propose an efficient algorithmic solution to this problem.

Název v anglickém jazyce

Optimizing Local Satisfaction of Long-Run Average Objectives in Markov Decision Processes

Popis výsledku anglicky

Long-run average optimization problems for Markov decision processes (MDPs) require constructing policies with optimal steady-state behavior, i.e., optimal limit frequency of visits to the states. However, such policies may suffer from local instability in the sense that the frequency of states visited in a bounded time horizon along a run differs significantly from the limit frequency. In this work, we propose an efficient algorithmic solution to this problem.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GA23-06963S" target="_blank" >GA23-06963S: VESCAA: Verifikovatelná a efektivní syntéza kontrolerů pro autonomní agenty</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2024

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of 38th Annual AAAI Conference on Artificial Intelligence (AAAI 2024)

ISBN

9781577358879

ISSN

2159-5399

e-ISSN

—

Počet stran výsledku

8

Strana od-do

20143-20150

Název nakladatele

AAAI Press

Místo vydání

Neuveden

Místo konání akce

Vancouver, Canada

Datum konání akce

1. 1. 2024

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

001241509500039