|
|||||
|
|
| 基于一阶信念点的一阶POMDP值迭代算法研究 | |
| 作者姓名： | 陈丽娜 黄宏斌 邓苏 |
| 作者单位： | 国防科技大学 信息系统工程重点实验室,长沙 410073 |
| 基金项目： | 国家自然科学基金(No.71071160) |
| 摘 要： | 主要研究一阶部分可观测马尔可夫决策过程的近似求解方法。给出了一阶信念、一阶信念粒度、流关键度的概念;提出了基于流关键度的粒度归结方法,统一一阶信念粒度;提出了一阶信念粒度距离度量方法,提出FO-PBVI方法,将PBVI提升到抽象层面。通过Tiger和Tag实验对方法进行了验证分析,通过实验可见FO-PBVI方法能够很好地适应问题规模的变化,能够求解较大规模的规划问题。 |
| 关 键 词： | 一阶部分可观测马尔可夫决策过程（POMDP） 一阶信念状态 粒度归结 值迭代 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 | |
| 点击此处可从《计算机工程与应用》下载全文 | |