以地标辅助的蒙特卡洛规划
人工智能
2025-08-18 v1
摘要
地标——解题计划中必须在某一时刻满足的条件——在经典规划中已取得重大进展，但在随机域中很少被采用。我们形式化概率地标，并改造UCT算法以将其作为子目标来分解MDP；改造的核心在于平衡贪心地标实现与最终目标实现。在基准域中，我们的结果表明，选取得当的地标可显著提升UCT在在线概率规划中的性能，而贪心目标实现与长期目标实现的最佳平衡比例因问题而异。结果表明，地标可为求解MDP的即时算法提供有用的指导。
引用
@article{arxiv.2508.11493,
title = {Landmark-Assisted Monte Carlo Planning},
author = {David H. Chan and Mark Roberts and Dana S. Nau},
journal= {arXiv preprint arXiv:2508.11493},
year = {2025}
}
备注
To be published in the Proceedings of the 28th European Conference on Artificial Intelligence