基于观测的POMDP优化算法及其仿真

• 作者: 李俊 殷保群 黄静
• 来源期刊: 信息与控制
• 关键词: 部分可观测马尔可夫决策过程(POMDP) 灵敏度分析 优化 仿真
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 346-351,376
• 页数: 7页
• 分类号: O232
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2008.03.016

摘要

在分析马尔可夫决策过程(Markov Decision Process,MDP)性能灵敏度的基础上,讨论了部分可观测马尔可夫决策过程(Partially Observable Markov Decision Process,POMDP)的性能优化问题.给出了POMDP性能灵敏度分析公式,并以此为基础提出了两种基于观测的POMDP优化算法:策略梯度优化算法和策略迭代优化算法.最后以准许控制问题为仿真实例,验证了这两个算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊	中国科学技术大学网络传播系统与控制联合实验室	242	2653	26.0	41.0
2	殷保群	中国科学技术大学网络传播系统与控制联合实验室	72	533	10.0	20.0
3	黄静	中国科学技术大学网络传播系统与控制联合实验室	20	214	8.0	14.0