| 基于信念点裁剪策略树的POMDP求解算法 |
| |
| 引用本文： | 郑红燕,仵博,冯延蓬,孟宪军.基于信念点裁剪策略树的POMDP求解算法[J].信息与控制,2013(1):53-57. |
| |
| 作者姓名： | 郑红燕 仵博 冯延蓬 孟宪军 |
| |
| 作者单位： | 深圳职业技术学院;中南大学 |
| |
| 基金项目： | 国家自然科学基金资助项目(61074058);广东省自然科学基金资助项目(S2011040004769) |
| |
| 摘 要： | 针对大规模部分可观察马尔可夫决策过程(POMDP)算法中策略树规模指数级增长、已证信念点(witness point,WP)求解困难的问题,根据策略树值函数是分段线性凸函数的特点,提出一种基于信念点的策略树增量裁剪和值迭代求解算法.在策略树生成过程中,利用边界点进行无损裁剪,利用中间点进行有损裁剪,并利用实时信念状态分布求取近似最优解.对比实验结果表明,该算法能快速收敛,以更少的时间获得相当精度的奖赏值.
|
| 关 键 词： | 部分可观察马尔科夫决策过程(POMDP) 策略树 信念状态 基于点 增量裁剪 |
Belief Point-based POMDP Solution for Policy Tree Pruning |
| |
| ZHENG Hongyan,WU Bo,FENG Yanpeng,MENG Xianjun.Belief Point-based POMDP Solution for Policy Tree Pruning[J].Information and Control,2013(1):53-57. |
| |
| Authors: | ZHENG Hongyan WU Bo FENG Yanpeng MENG Xianjun |
| |
| Affiliation: | 1(1.Shenzhen Polytechnic,Shenzhen 518055,China;2.Central South University,Changsha 410083,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
