PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.13676v2cs.AI

윈도우 기반 A-K-MDP

Windowed A-K-MDP

마르코프 결정 과정(MDP)은 생물다양성 보존 분야에서 의사결정을 지원하는 데 사용되지만, 작은 상태 공간(state space)에서조차 정책은 보존 관리자가 해석하기 어려울 수 있습니다. K-MDP 방법은 최대 K개의 추상화된 상태(abstract state)를 갖는 더 단순한 MDP를 구축하여 이 문제를 해결합니다. 본 논문에서는 이진 탐색을 사용해 이산화 제수(discretisation divisor)를 선택하는 데 의존했던 기존에 제안된 A-K-MDP 알고리즘이 더 우수한 추상 상태를 건너뛸 수 있음을 보여줍니다. 이 문제를 해결하기 위해, 지정된 제수 윈도우 내에서 유도되는 모든 구별 가능한 실행 가능한 분할을 생성하고 이상적인 가치 손실(J = 0)에 도달하거나 후보군을 모두 소진할 때까지 후보들을 평가하는 알고리즘인 Windowed A-K-MDP를 제안합니다. 33개의 K-MDP 인스턴스에 걸쳐 Windowed 방식은 25개에서 성능을 개선했고 8개에서는 동일한 결과를 보였습니다.