结合离线模型与在线蒙特卡洛树搜索的从头规划
人工智能
2019-04-08 v1
摘要
在随机和部分可观测环境中的规划是人工智能的核心问题。解决此类问题的一种常用技术是首先构建一个精确的模型。尽管最近提出了一些在模型不确定性下学习最优行为的方法，但仍需要关于环境的先验知识来保证所提出算法的性能。借助预测状态表示(PSRs)方法在状态表示和模型预测方面的优势，本文介绍了一种从头规划的方法：首先学习一个离线PSR模型，然后将其与在线蒙特卡洛树搜索相结合，以在模型不确定性下进行规划。通过与最先进的模型不确定性规划方法进行比较，我们证明了所提出方法的有效性，并给出了收敛性证明。我们还在RockSample问题上测试了所提出方法的有效性和可扩展性，而基于最先进的BA-POMDP的方法无法处理该问题。
引用
@article{arxiv.1904.03008,
title = {Combining Offline Models and Online Monte-Carlo Tree Search for Planning from Scratch},
author = {Yunlong Liu and Jianyang Zheng},
journal= {arXiv preprint arXiv:1904.03008},
year = {2019}
}