基于动态贝叶斯网络的可分解信念状态空间压缩算法 |
| |
引用本文: | 仵博,吴敏,郑红燕,冯延蓬.基于动态贝叶斯网络的可分解信念状态空间压缩算法[J].信息与控制,2012(6):713-719. |
| |
作者姓名: | 仵博 吴敏 郑红燕 冯延蓬 |
| |
作者单位: | 中南大学信息科学与工程学院;先进控制与智能自动化湖南省工程实验室;深圳职业技术学院教育技术与信息中心 |
| |
基金项目: | 国家自然科学基金资助项目(61074058,60874042);广东省自然科学基金资助项目(S2011040004769) |
| |
摘 要: | 针对部分可观察马尔可夫决策过程(POMDP)的信念状态空间规模"维数灾"问题,根据信念状态变量存在可分解和独立关系的特性,提出一种基于动态贝叶斯网络(DBN)的可分解信念状态空间压缩算法(factoredbelief states space compression,FBSSC).该算法通过构建变量间依赖关系图,根据独立关系检验去除多余边,将转移函数联合概率分解成若干个条件概率的乘积,实现信念状态空间的无损压缩.对比实验和RoboCupRescue仿真结果表明,本文算法具有较低误差率、较高收敛性和普遍适用性等特性.
|
关 键 词: | 马尔可夫决策过程 动态贝叶斯网络 维数灾 信念状态空间 条件独立 |
本文献已被 CNKI 等数据库收录! |
|