arXiv · cs.AI· S Akshay, Suguman Bansal, Gaurav Mahla·· 11 小时前
未知MDP中几乎必然可达性的认证学习与验证
Certifying Almost-Sure Reachability in Unknown MDPs
arXiv:2610.18119v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：S Akshay, Suguman Bansal, Gaurav Mahla
研究任务与主要进展
S Akshay、Suguman Bansal和Gaurav Mahla研究了仅凭采样访问，在未知MDP中学习并验证策略满足几乎必然可达性这一安全属性的问题。论文摘要报告称，在没有额外MDP信息时既无法学习也无法以概率保证验证RSM证书；若已知非零转移概率下界p_min，则可获得PAC式学习保证。实验显示这一充分条件虽可靠但偏保守，条件不满足时学得的证书有时仍在真实MDP上有效。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org