Distributed Algorithms for Mean-Payoff Games

Mgr. Jakub Chaloupka, Ph.D.

Advanced ('rigorózní') thesis

Anotácia:

Mean-payoff games (MPGs) jsou silným matematickým nástrojem s velkým množstvím aplikací, zejména v analýze a verifikaci počítačových systémů. Díky velké složitosti těchto systemů je potřeba řešit velmi velké hry. Současné algoritmy pro řešení MPGs jsou sekvenční, tedy limitované výkonem jednoho počítače. Jeden způsob, jak rozšířit naše možnosti je navrhnout efektivní paralelní a distribuované algoritmy pro MPGs. Nicméně existující sekvenční algoritmy se nedají snadno převést do paralelního nebo distribuovaného prostředí. Cílem této práce je navrhnout, implementovat a zhodnotit paralelní a distribuované algoritmy na řešení MPGs. Tento cíl má dvě části. Za prvé navrhnout algoritmy založené na existujících sekvenčních algoritmech. Za druhé navrhnout alespoň jeden původní algoritmus.

Abstract:

Mean-payoff games (MPGs) are a powerful mathematical tool with many applications, especially in analysis and verification of computer systems. Because of the complexity of these systems, there is need to solve very large games. Existing algorithms for solving MPGs are sequential, hence limited by the power of a single computer. One way to expand the limits is to design efficient parallel and distributed algorithms for MPGs. However, the existing sequential algorithms are not easily adapted to the parallel or distributed environment. The aim of this work is to design, implement and evaluate parallel and distributed algorithms for solving MPGs. This aim has two parts. First, to design algorithms based on existing sequential algorithms. Second, to design at least one novel algorithm.

Keywords

mean-payoff games, parallel algorithms, distributed algorithms, graph algorithms

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 4. 6. 2008

Obhajoba závěrečné práce

• Obhajoba proběhla 23. 6. 2008

Masaryk University

Faculty of Informatics

Advanced ('rigorózní řízení') programme / odbor:
Informatics / Informatics