用于信念状态规划的条件深度生成模型
人工智能
2025-05-20 v1
摘要
部分可观测马尔可夫决策过程（POMDP）被用于对包括机器人、自动驾驶车辆和地下问题在内的广泛应用进行建模。然而，对于具有高维状态的 POMDP，准确表示信念是困难的。在本文中，我们提出了一种新颖的方法，使用条件深度生成模型（cDGM）来表示信念。与传统的信念表示不同，cDGM 非常适合高维状态和大量观测，并且可以从后验信念中生成任意数量的样本。我们在随机 rollout 轨迹产生的数据上训练 cDGM，并展示了它们在解决具有大且连续状态空间的矿产勘探 POMDP 中的有效性。在信念准确性的任务无关度量以及规划性能方面，cDGM 均优于粒子滤波器基线。
引用
@article{arxiv.2505.11698,
title = {Conditional Deep Generative Models for Belief State Planning},
author = {Antoine Bigeard and Anthony Corso and Mykel Kochenderfer},
journal= {arXiv preprint arXiv:2505.11698},
year = {2025}
}