基于点的FO-POMDP值迭代方法研究

• 作者: 邓苏 陈丽娜 黄宏斌
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 部分可观测马尔科夫决策过程 状态空间 信念状态 粒度归结 基于点的值迭代
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 217-220
• 页数: 4页
• 分类号: TP18
• 字数: 4049字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.10.046

摘要

在部分可观测马尔可夫决策过程(POMDP)的基础上，给出一阶部分可观测马尔科夫决策过程(FO-POMDP)，用一阶逻辑的情景演算结构表达POMDP。对FO-POMDP模型中状态的抽象层次进行刻画，提出状态粒度、信念状态粒度的概念。采用粒度归结方法，将信念状态的粒度归结到某一确定粒度下，运用确定粒度下的信念点距离度量方法，将基于点的价值迭代(PBVI)扩展到逻辑抽象层面提出一阶PBVI(FO-PBVI)。实验结果证明，该算法的求解速度较快，求解质量较好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓苏	国防科学技术大学信息系统工程重点实验室	41	485	12.0	21.0
2	黄宏斌	国防科学技术大学信息系统工程重点实验室	23	204	7.0	14.0
3	陈丽娜	国防科学技术大学信息系统工程重点实验室	4	88	3.0	4.0