有限预算下部分可观测马尔可夫决策过程的在线主动感知

主动感知策略使智能体能够选择性地收集信息以提升其性能。在智能体事先不具备可用信息源知识的那些应用中，在运行时综合主动感知策略至关重要。我们考虑一种设置，其中智能体在运行时能够在有限预算下收集信息。我们在部分可观测马尔可夫决策过程的背景下提出该问题。我们提出一种广义贪婪策略，以近最优的不确定性削减保证来选取信息源子集。我们的理论分析表明，所提出的主动感知策略在期望累积回报方面达到近最优性能。我们在机器人导航问题的仿真中展示了所得策略。