面向属性的马尔可夫决策过程因果抽象

论文提出一种面向因子化MDP的属性驱动因果抽象方法，通过状态变量谓词间的因果关系，将具有相同属性成因的状态合并为更小模型。作者在MDP、区间MDP和随机博弈等模型上进行理论与实证比较，称其在多个标准基准上可计算接近原模型最优策略的策略，并能泛化到相关大规模MDP。