论文研究 基于一阶信念点的一阶POMDP值迭代算法研究.pdf

主要研究一阶部分可观测马尔可夫决策过程的近似求解方法。给出了一阶信念、一阶信念粒度、流关键度的概念；提出了基于流关键度的粒度归结方法，统一一阶信念粒度；提出了一阶信念粒度距离度量方法，提出FO-PBVI方法，将PBVI提升到抽象层面。通过Tiger和Tag实验对方法进行了验证分析，通过实验可见FO-PBVI方法能够很好地适应问题规模的变化，能够求解较大规模的规划问题。