关于POMDP的线性信念压缩：现有方法的再审视
人工智能
2015-08-06 v1
摘要
信念压缩通过寻找从高维信念空间到低维近似的投影，降低了大规模部分可观测马尔可夫决策过程（POMDPs）的计算复杂度，其中求解以获得动作选择策略所需的计算更少。本文发展了一个统一的理论框架来分析三种现有的线性信念压缩方法，包括值导向压缩和两种基于非负矩阵分解（NMF）的算法。结果表明，所有三种已知的信念压缩方法都有其自身的严重缺陷。因此，提出了投影NMF信念压缩（P-NMF），旨在克服现有技术的缺点。所提算法的性能在四个规模相当大的POMDP问题上进行了检验，并与现有技术进行比较。此外，还将信念压缩的竞争力与基于最先进（state-of-the-art）启发式搜索的POMDP求解器进行了实证比较，并探讨了它们在求解大规模POMDP中的相对优势。
引用
@article{arxiv.1508.00986,
title = {On the Linear Belief Compression of POMDPs: A re-examination of current methods},
author = {Zhuoran Wang and Paul A. Crook and Wenshuo Tang and Oliver Lemon},
journal= {arXiv preprint arXiv:1508.00986},
year = {2015}
}