Detail publikace
Fuel in Markov Decision Processes (FiMDP): A Practical Approach to Consumption
Blahoudek František, RNDr., Ph.D.
CUBUKTEPE, M.
ORNIK, M.
THANGEDA, P.
TOPCU, U.
Behaviorální průzkum, přijímání rozhodnutí, Kontrola modelu, Multiagentní
systémy, Polynomiální aproximace
Procesy rozhodování o spotřebě Markov (CMDP) jsou pravděpodobnostní modely
rozhodování systémů s omezenými zdroji. Představujeme FiMDP, nástroj pro syntézu
regulátorů v CMDP s LTL cíli vyjádřitelnými deterministickými Büchiho automaty.
Nástroj implementuje nedávný algoritmus pro syntézu polynomiálních regulátorů
v CMDP, ale rozšiřuje jej o mnoho dalších funkcí. Na koncepční úrovni nástroj
implementuje heuristiku pro zlepšení očekávané doby dosažitelnosti přijímajících
stavů a podporu pro multiagentní přidělování úloh. Na praktické úrovni tento
nástroj nabízí (mimo jiné funkce) nový rámec pro simulaci strategie, integraci
s nástrojem Storm model checker a FiMDPEnv - novou sadu CMDP, které modelují
systémy s omezenými zdroji v reálném světě. Uvádíme také hodnocení FiMDP na
těchto reálných scénářích.
@inproceedings{BUT196648,
author="NOVOTNÝ, P. and BLAHOUDEK, F. and CUBUKTEPE, M. and ORNIK, M. and THANGEDA, P. and TOPCU, U.",
title="Fuel in Markov Decision Processes (FiMDP): A Practical Approach to Consumption",
booktitle="Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)",
year="2021",
pages="640--656",
address="Pittsburgh",
doi="10.1007/978-3-030-90870-6\{_}34",
isbn="978-3-030-90869-0",
url="https://link.springer.com/chapter/10.1007/978-3-030-90870-6_34?getft_integrator=scopus"
}