面向完全可观测非确定性规划领域的通用策略学习

通用策略代表了解决大规模规划问题族（如给定领域中可解实例的无限集合）的反应性策略。针对经典领域中从小型训练实例中学习此类策略的方法已取得成功。在本工作中，我们扩展了该表述及其结果组合方法，用于学习完全可观测、非确定性（FOND）领域中的通用策略。我们在多个FOND规划基准领域中对所得方法进行实验评估，展示了这些领域中产生的通用策略，并证明了其正确性。该方法可实际视为一种替代FOND规划方法，其在由必须学习的特征定义的抽象空间中搜索解决方案，而非在给定的状态空间中。