|
|||||
|
|
| 部分可观察强规划中约减观察变量的研究 | |
| 引用本文： | 周俊萍,殷明浩,谷文祥,孙吉贵.部分可观察强规划中约减观察变量的研究[J].软件学报,2009,20(2):290-304. |
| 作者姓名： | 周俊萍 殷明浩 谷文祥 孙吉贵 |
| 作者单位： | 1. 东北师范大学,计算机学院,吉林,长春,130117 2. 东北师范大学,计算机学院,吉林,长春,130117;吉林大学,计算机科学与技术学院,吉林,长春,130012;吉林大学,教育部符号计算与知识工程重点实验室,吉林,长春,130012 3. 吉林大学,计算机科学与技术学院,吉林,长春,130012;吉林大学,教育部符号计算与知识工程重点实验室,吉林,长春,130012 |
| 基金项目： | Supported by the National Natural Science Foundation of China under Grant Nos.60496321, 60473042, 60573067, 60803102 (国家自然科学基金); the Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No.20050183065 (高等学校博士学科点专项科研基金); the Science Foundation for Young Teachers of Northeast Normal University of China under Grant No.20070601 (东北师范大学青年基金) |
| 摘 要： | 给出了一种约减观察变量方法——假设所有的状态变量都不是观察变量,在此基础上逐步增加必要的观察变量,从而最终得到一个必要的观察变量集合.在添加必要的观察变量过程中,该方法不要求得到所有变量的相关信息,从而具有更好的通用性.根据是否存在单个观察变量能够区分域中任意两个状态的问题,分别给出了两种约减观察变量方法:当存在一个观察变量可以区分规划域中任意两个状态时,算法可以得到一个最小的观察变量集合;当不存在这样一个观察变量时,算法可以得到一个尽可能小的观察变量集合,但不能保证该集合最小. |
| 关 键 词： | 强规划 部分可观察规划 部分可观察强规划 约减观察变量 不确定规划 |
| 收稿时间： | 3/7/2007 12:00:00 AM |
| 修稿时间： | 9/4/2007 12:00:00 AM |
Research on Decreasing Observation Variables for Strong Planning under Partial Observation |
|
| ZHOU Jun-Ping,YIN Ming-Hao,GU Wen-Xiang and SUN Ji-Gui.Research on Decreasing Observation Variables for Strong Planning under Partial Observation[J].Journal of Software,2009,20(2):290-304. | |
| Authors: | ZHOU Jun-Ping YIN Ming-Hao GU Wen-Xiang and SUN Ji-Gui |
| Affiliation: | 1;2;3+;2;3;School of Computer Science;Northeast Normal University;Changchun 130117;China;School of Computer Science and Technology;Jilin University;Changehun 130012;China;Key Laboratory of Symbolic Computation and Knowledge Engineering for the Ministry of Education;Jilin University Changchun 130012;China |
| Abstract: | How to decrease the observation variables for strong planning under partial observation is explored. Beginning from a domain under no observation,add necessary observation variables gradually to get a minimal set of observation variables necessary.Two methods are presented to decrease observation variables.With the former, when any of the two distinct states of the domain can be distinguished by an observation variable,this algorithm can find a minimal set of observation variables necessary for the executio... |
| Keywords: | strong planning planning under partial observation strong planning under partial observation decrease observation variables nondeterministic planning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《软件学报》浏览原始摘要信息 | |
| 点击此处可从《软件学报》下载全文 | |