未知MDP几乎必然可达性证书验证研究

2026年10月15日，arXiv Artificial Intelligence 刊出 S Akshay、Suguman Bansal、Gaurav Mahla 的论文，研究在未知 MDP 中仅凭采样访问，验证给定策略是否满足几乎必然可达性，其正确性由 ranking supermartingale（RSM）证书见证。论文指出，在缺乏关于 MDP 的额外信息时，既无法学习此类证书，也无法以概率保证验证候选证书；但在已知非零转移概率下界 p_min 的温和限制下，可以以 PAC 式保证学习到正确证书。实验显示，基于 p_min 的充分条件虽可靠但偏保守，条件失效时学到的证书在真实 MDP 上往往仍有效。该研究为单一论文报道，暂无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。