基于后验信念聚类的在线规划算法

• 作者: 仵博 吴敏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 部分可观察马尔可夫决策过程 后验信念聚类 在线规划 KL散度 分支界限
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 214-218
• 页数: 5页
• 分类号: TP301.6
• 字数: 5285字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.04.049

摘要

在连续状态的部分可观察马尔可夫决策过程中,在线规划无法同时满足高实时性与低误差的要求.为此,提出一种基于后验信念聚类的在线规划算法.使用KL散度分析连续状态下后验信念之间的误差,根据误差分析结果对后验信念进行聚类,利用聚类后验信念计算报酬值,并采用分支界限裁剪方法裁剪后验信念与或树.实验结果表明,该算法能够有效降低求解问题的规模,消除重复计算,具有较好的实时性和较低的误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	仵博	深圳职业技术学院教育技术与信息中心	24	94	6.0	8.0
10	吴敏	中南大学信息科学与工程学院	439	5230	34.0	47.0