研究人员开发了一种新的基于自动机的研究方法，用于通过信号时序逻辑（STL）进行控制综合。该方法通过提供高效的内存机制和相关的马尔可夫奖励，解决了复杂系统中缺乏精确模型的强化学习（RL）所面临的挑战。该方法从STL规范构建一个定时交替自动机，通过自动机位置和时钟估值来扩展状态空间，从而从接受条件中导出奖励。实证结果表明，该方法在学习具有更高鲁棒性和满意度的策略方面优于现有方法。 AI
影响 这项研究有望为复杂的AI系统带来更强大、更高效的控制策略，尤其是在系统模型不完整的场景下。
排序理由 这是一篇详细介绍AI领域新颖技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Alper Kamil Bozkurt
- arXiv
- Markovian rewards
- reinforcement learning
- Signal Temporal Logic
- timed alternating automaton
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
