dtControl2

新方法简化了马尔可夫决策过程的决策树

研究人员开发了一种名为 dtControl2+$\\varepsilon$ 的新方法，用于为马尔可夫决策过程中的控制器创建更小、更易于理解的决策树。该方法通过引入可控的精度 $\\varepsilon$，实现了控制器可调的简化，确保了 $\\varepsilon$-最优性，同时与现有方法相比显著减小了决策树的大小。该工具旨在通过省略可控数量的细节，使复杂的控制器更易于人类理解。