预算约束下的非短视蒸馏数据关联信念空间规划
人工智能
2022-07-19 v1
摘要
在感知混叠环境中运行的自主智能体理想情况下应能够解决数据关联问题。然而，在考虑该问题的同时规划未来动作并非易事。最先进的方法因此使用多模态假设来表示智能体与环境的状态。然而，显式考虑所有可能的数据关联时，假设数量随规划时域呈指数增长。因此，相应的信念空间规划问题迅速变得不可解。此外，在硬性计算预算约束下，一些不可忽略的假设最终必须在规划与推断中均被剪枝。尽管如此，这两个过程通常被分开处理，且一个过程中的预算约束对另一个过程的影响鲜有研究。我们提出了一种计算高效的方法，在推理数据关联的同时求解非短视信念空间规划问题。此外，我们严格分析了预算约束在推断与规划中的影响。
引用
@article{arxiv.2207.08096,
title = {Nonmyopic Distilled Data Association Belief Space Planning Under Budget Constraints},
author = {Moshe Shienman and Vadim Indelman},
journal= {arXiv preprint arXiv:2207.08096},
year = {2022}
}
备注
Accepted to International Symposium of Robotic Research (ISRR) 2022