Verification of Discrete-Time Markov Decision Processes
Übersetzter Titel:
Verifikation von Markov Entscheidungsprozessen in Diskreter Zeit
Autor:
Meggendorfer, Tobias
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Křetínský, Jan (Prof. Dr.)
Gutachter:
Křetínský, Jan (Prof. Dr.); Baier, Christel (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
Verification, Markov Decision Process
Übersetzte Stichworte:
Verifikation, Markov Entscheidungsprozess
TU-Systematik:
DAT 500
Kurzfassung:
In this thesis, we discuss the verification of discrete-time Markov decision processes (MDP). First, we present two novel algorithms to efficiently compute mean-payoff queries on MDP. Then, we provide efficient practical implementations of LTL-to-automata translation algorithms, which play a central role in probabilistic LTL model checking. We introduce the novel notion of cores in an MDP, which provide a framework to speed up many approximation-based tasks by automatically removing irrelevant states. Finally, we present a significant step towards risk-aware analysis of probabilistic systems.
«
In this thesis, we discuss the verification of discrete-time Markov decision processes (MDP). First, we present two novel algorithms to efficiently compute mean-payoff queries on MDP. Then, we provide efficient practical implementations of LTL-to-automata translation algorithms, which play a central role in probabilistic LTL model checking. We introduce the novel notion of cores in an MDP, which provide a framework to speed up many approximation-based tasks by automatically removing irrelevant s...
»
Übersetzte Kurzfassung:
Diese Arbeit beschäftigt sich mit der Verifikation von Markov Entscheidungsprozessen in diskreter Zeit. Wir definieren zwei neue Algorithmen um mean-payoff Probleme effizient zu lösen. Dann geben wir eine Überblick über eine effiziente Implementierung von LTL-zu-Automaten Übersetzungsalgorithmen, welche insbesondere im Kontext der probabilistischen Verifikation von LTL Formeln eine zentrale Rolle spielen. Danach beschreiben wir das neue Konzept eines Kerns, welches uns erlaubt automatisch unwichtige Teile des Systems zu entfernen und dadurch anschließende Analyse zu beschleunigen. Zuletzt präsentieren wir einen wichtigen Schritt in Richtung risikobewusster Analyse von probabilistischen Systemen.
«
Diese Arbeit beschäftigt sich mit der Verifikation von Markov Entscheidungsprozessen in diskreter Zeit. Wir definieren zwei neue Algorithmen um mean-payoff Probleme effizient zu lösen. Dann geben wir eine Überblick über eine effiziente Implementierung von LTL-zu-Automaten Übersetzungsalgorithmen, welche insbesondere im Kontext der probabilistischen Verifikation von LTL Formeln eine zentrale Rolle spielen. Danach beschreiben wir das neue Konzept eines Kerns, welches uns erlaubt automatisch unwich...
»