基于T-LQG的近最优信念空间规划
机器人学
2017-07-11 v2 系统与控制
摘要
我们考虑在观测与运动不确定性下的非线性机器人系统规划问题。确定该问题的最优解（通常表述为部分可观测马尔可夫决策过程（POMDP））在计算上是棘手的。我们提出了一种轨迹优化线性二次高斯（T-LQG）方法，该方法为POMDP问题提供了可量化的近最优解。我们提供了一种新颖的“分离原理”，用于设计最优标称开环轨迹随后跟随最优反馈控制律，这为涉及最小阶多项式计算次数的信念空间规划问题提供了近最优反馈控制策略。
引用
@article{arxiv.1705.09415,
title = {Near-Optimal Belief Space Planning via T-LQG},
author = {Mohammadhussein Rafieisakhaei and Suman Chakravorty and P. R. Kumar},
journal= {arXiv preprint arXiv:1705.09415},
year = {2017}
}
备注
3 pages, 3 figures, In Robotics: Science and Systems (RSS) 2017 Workshop of "POMDPs in Robotics: State of The Art, Challenges, and Opportunities"