任意时间概率约束可证明收敛的在线信念空间规划

考虑未来风险对于自主运行的机器人在线找到不仅最佳而且安全的执行动作至关重要。在本文中，我们基于最近提出的概率信念依赖约束的表述。我们提出了一种在连续域中使用蒙特卡洛树搜索（MCTS）方法的任意时间方法。与先前方法不同，我们的方法相对于当前扩展的搜索树在任何时候都保证安全性，而不依赖于搜索的收敛。我们以指数速率证明了我们的算法某一版本在概率上的收敛性，并通过大量仿真研究了所提出的技术。即使在极少的树查询次数下，我们的方法找到的最佳动作也比基线安全得多。此外，我们的方法在目标方面持续找到比基线更好的动作。这是因为我们修正了搜索树中维护的值和统计量，并从中移除了被剪枝动作的贡献。