具有可达性目标不完全偏好的随机系统中的机会主义定性规划
人工智能
2022-10-06 v1 计算机科学与博弈论
机器人学
系统与控制
系统与控制
摘要
当无法同时满足所有约束时，偏好在决定应满足哪些目标/约束方面起着关键作用。本文研究在随机系统（建模为 MDP）中，给定关于时序扩展目标的（可能不完整的）组合偏好模型，如何综合满足偏好的规划。我们首先引入新的语义来解释随机系统无限博弈上的偏好。然后，我们引入一种称为改进（improvement）的新概念，以便对无限博弈的两个前缀进行比较。基于此，我们定义两个解概念：安全且正改进（SPI）和安全且几乎必然改进（SASI），分别以保证正概率和概率为 1 的改进。我们构建了一个称为改进 MDP 的模型，其中保证至少一次改进的 SPI 和 SASI 策略的综合归结为在 MDP 中计算正赢和几乎必然赢策略。我们提出一种算法来综合引发多次顺序改进的 SPI 和 SASI 策略。我们使用一个机器人运动规划问题展示了所提出的方法。
引用
@article{arxiv.2210.01878,
title = {Opportunistic Qualitative Planning in Stochastic Systems with Incomplete Preferences over Reachability Objectives},
author = {Abhishek N. Kulkarni and Jie Fu},
journal= {arXiv preprint arXiv:2210.01878},
year = {2022}
}
备注
7 pages, 3 figures, under review for IEEE ACC 2023