基于状态请求的POMDP在线规划
机器学习
2024-07-29 v1 人工智能
摘要
在关键实际问题中，完全状态信息有时可获得，但获取方式昂贵，例如激活精确而耗能的传感器或咨询人类，从而迫使智能体在部分可观测性下运作。为此场景，我们提出了AEMS-SR（Anytime Error Minimization Search with State Requests），即一种针对带状态请求的POMDP的原则化在线规划算法。通过将搜索空间表示为图而非树，AEMS-SR避免了因状态请求导致的指数级搜索空间增长。理论分析表明AEMS-SR具有最优性，确保解决方案质量，而实证评估则展示了其相较于AEMS和POMCP等两种SOTA在线规划算法的有效性。AEMS-SR在部分可观测性和高成本状态请求特征的领域中实现高效规划，为各种实际应用提供了实用性收益。
引用
@article{arxiv.2407.18812,
title = {Online Planning in POMDPs with State-Requests},
author = {Raphael Avalos and Eugenio Bargiacchi and Ann Nowé and Diederik M. Roijers and Frans A. Oliehoek},
journal= {arXiv preprint arXiv:2407.18812},
year = {2024}
}