在部分观测环境下的不确定动作模型学习

• 作者: 姜云飞 蒋志华 饶东宁
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 人工智能 自动规划 动作模型学习 不确定动作 部分观测
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 51-63
• 页数: 13页
• 分类号: TP181
• 字数: 12143字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.004417

摘要

近年来,动作模型学习引起了研究人员的极大兴趣.可是,尽管不确定规划已经研究了十几年,动作模型学习的研究仍然集中于经典的确定性动作模型上.提出了在部分观测环境下学习不确定动作模型的算法,该算法可应用于假定人们对转移系统一无所知的情形下进行,输入只有动作-观测序列.在现实世界中,这样的场景很常见.致力于动作是由简单逻辑结构组成的、且观测以一定频率出现的一类问题的研究.学习过程分为3个步骤:首先,计算命题在状态中成立的概率;然后,将命题抽取成效果模式,再抽取前提;最后,对效果模式进行聚类以去除冗余.在基准领域上进行的实验结果表明,动作模型学习技术可推广到不确定的部分观测环境中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶东宁	广东工业大学计算机学院	26	89	5.0	8.0
2	蒋志华	暨南大学信息科学与技术学院计算机科学系	25	122	7.0	9.0
3	姜云飞	中山大学信息科学与技术学院软件研究所	84	1013	18.0	28.0