参数化马尔可夫模型的PAC近似与DIRECT优化

本文研究参数化马尔可夫决策过程中的参数合成与优化，利用场景方法从采样配置和线性规划构造满足概率近似正确性保证的多项式近似，并结合统计模型检测分析黑盒模型。进一步集成无导数全局优化算法DIRECT，在明确的Lipschitz与PAC假设下给出条件最优性差距界。基于2997个基准的实验显示，DIRECT成功实例较少，但共同成功实例通常更快且目标值略优。