面向任务规划的紧凑信念状态表示
人工智能
2020-08-25 v1
摘要
在概率信念状态领域中进行任务规划，能够在受状态不确定性影响的那些领域中生成复杂且鲁棒的执行策略。任务规划器的性能依赖于信念状态表示。然而，随着变量数量和执行时间的增长，当前的信念状态表示很容易变得难以处理。为解决此问题，我们开发了一种基于信念子状态上的笛卡尔积与并集操作的新型信念状态表示。这两种操作与单变量赋值节点构成了信念状态与或有向无环图（AOBS）。我们展示了如何应用具有概率结果的动作，并度量条件在信念状态上成立的概率。我们在模拟的前向状态空间探索中评估了 AOBS 的性能。我们将 AOBS 的规模与先前用于表示信念状态的二元决策图（BDD）的规模进行了比较。我们表明，AOBS 表示不仅比完整信念状态紧凑得多，而且在大多数情况下比 BDD 具有更好的可扩展性。
引用
@article{arxiv.2008.10386,
title = {Compact Belief State Representation for Task Planning},
author = {Evgenii Safronov and Michele Colledanchise and Lorenzo Natale},
journal= {arXiv preprint arXiv:2008.10386},
year = {2020}
}
备注
Accepted to CASE 2020 16th IEEE International Conference on Automation Science and Engineering