凸包蒙特卡洛树搜索
人工智能
2020-03-24 v2
摘要
本研究探讨随机、多目标环境中智能体的蒙特卡洛规划。我们提出凸包蒙特卡洛树搜索（CHMCTS）框架，其构建于基于试验的启发式树搜索与凸包值迭代（CHVI）之上，作为大规模环境中多目标规划的解决方案。此外，我们考虑如何将近似多目标规划解的问题表述为情境多臂老虎机问题，从情境后悔的角度给出选取动作的原则性动机。这引导我们使用情境缩放（Contextual Zooming）进行动作选择，从而得到缩放 CHMCTS（Zooming CHMCTS）。我们使用广义深海寻宝（Generalised Deep Sea Treasure）环境评估我们的算法，证明 Zooming CHMCTS 能在给定计算预算下实现次线性情境后悔，且比 CHVI 具有更好的可扩展性。
引用
@article{arxiv.2003.04445,
title = {Convex Hull Monte-Carlo Tree Search},
author = {Michael Painter and Bruno Lacerda and Nick Hawes},
journal= {arXiv preprint arXiv:2003.04445},
year = {2020}
}
备注
Camera-ready version of paper accepted to ICAPS 2020, along with relevant appendices