We generalise the hyperplane separation technique (Chatterjee and Velner, 2013) from multi-dimensional mean-payoff to energy games, and achieve an algorithm for solving the latter whose running time is exponential only in the dimension, but not in the number of vertices of the game graph. This answers an open question whether energy games with arbitrary initial credit can be solved in pseudo-polynomial time for fixed dimensions 3 or larger (Chaloupka, 2013). It also improves the complexity of solving multi-dimensional energy games with given initial credit from non-elementary (Br\'azdil, Jan\v{c}ar, and Ku\v{c}era, 2010) to 2EXPTIME, thus establishing their 2EXPTIME-completeness.


翻译:我们将高平板分离技术(Chatterjee和Velner,2013年)从多维平均抵消到能源游戏,并实现一种算法,以解决其运行时间仅在维度上指数化,而不是在游戏图的顶点数上指数化的后者。这回答了一个开放的问题,即以任意初始信用的能源游戏能否在固定维度3或更大的伪极地时代解决(Chaloupka,2013年)。它还提高了以非元素初始信用(Br\'azdil、Jan\v{c}ar和Ku\v{c}era,2010年)到2EXPTIME的解决多维能源游戏的复杂性,从而确立了其2EXPTIME的完整性。

0
下载
关闭预览

相关内容

专知会员服务
32+阅读 · 2021年10月9日
专知会员服务
14+阅读 · 2021年9月23日
专知会员服务
25+阅读 · 2021年4月2日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
MIT-深度学习Deep Learning State of the Art in 2020,87页ppt
专知会员服务
61+阅读 · 2020年2月17日
已删除
将门创投
7+阅读 · 2018年11月5日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Arxiv
0+阅读 · 2021年10月26日
Learning to Importance Sample in Primary Sample Space
Arxiv
3+阅读 · 2017年12月14日
VIP会员
相关资讯
已删除
将门创投
7+阅读 · 2018年11月5日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Top
微信扫码咨询专知VIP会员