一種實時POMDP求解算法及其應用研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、規(guī)劃是人工智能研究的一個重要領域,特別是動態(tài)不確定環(huán)境 (如真實世界)中的規(guī)劃問題,具有重要的理論意義和極其廣泛的應用背景。 部分可觀察的馬爾可夫決策過程(Partially Observable Markov DecisionProcesses POMDP)對不確定環(huán)境中的連續(xù)決策進行了抽象建模。當前用 POMDP來解決不確定環(huán)境下的規(guī)劃問題已經(jīng)成為人工智能研究中的一個非常重要的研究領域。然而大部分的現(xiàn)實應用都有很大的狀態(tài)空間

2、和觀察空間,求解大規(guī)模的有限階段POMDP的最佳策略是PSPACE-complete難的。本文通過對POMDP 模型及已有求解方式的研究,針對動態(tài)不確定環(huán)境下的規(guī)劃問題提出一種實時在線的POMDP求解方法,并將 POMDF,應用于 RoboCup2D 守門員決策。本文的主要工作包括以下幾點: ●介紹POMDP模型,分析已有的POMDP求解算法。 ●通過對POMDP模型以及現(xiàn)有技術的分析,針對大規(guī)模POMDP求解難的問題,

3、提出一種因子化的基于啟發(fā)式搜索的實時求解算法FRTHS,該算法采用因子化的狀態(tài)表示以降低維度災難對計算復雜度的影響,用啟發(fā)式搜索逐步擴展與或策略樹和反向更新值函數(shù)的方法求解當前信念狀態(tài)下最優(yōu)動作。另外通過引入開關變量大大提高了搜索速度。 ●討論了基于FRTHS求解算法的POMDP模型的應用范圍,由于在線決策建立在離線計算的結果之上,且在實時決策時加入對決策時間的考慮,F(xiàn)RTHS能很好的適應高度實時的不確定環(huán)境。在傳統(tǒng)的格子世界追

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論