基于有限状态控制器的确定性 POMDP 离线求解器
机器人学
2025-05-02 v1 人工智能
机器学习
摘要
确定性部分可观测马尔可夫决策过程（DetPOMDPs）通常出现在智能体对其环境状态不确定但可以确定性地行动和观测的规划问题中。在本文中，我们提出了 DetMCVI，这是蒙特卡洛值迭代（MCVI）算法针对 DetPOMDPs 的改进版本，它以有限状态控制器（FSCs）的形式构建策略。DetMCVI 以高成功率求解大型问题，优于现有的 DetPOMDPs 基线方法。我们还在真实世界的移动机器人森林建图场景中验证了该算法的性能。
引用
@article{arxiv.2505.00596,
title = {A Finite-State Controller Based Offline Solver for Deterministic POMDPs},
author = {Alex Schutz and Yang You and Matias Mattamala and Ipek Caliskanelli and Bruno Lacerda and Nick Hawes},
journal= {arXiv preprint arXiv:2505.00596},
year = {2025}
}
备注
9 pages, 6 figures. Appendix attached. To be published in Proceedings of IJCAI 2025. For code see http://github.com/ori-goals/DetMCVI