最优有限应急规划

Nicolas Meuleau; David Smith

最优有限应急规划

人工智能 2012-12-12 v1

作者: Nicolas Meuleau , David Smith

摘要

对于给定问题，最优马尔可夫策略可被视为包含（可能大量）分支的条件或应急计划。不幸的是，在某些应用中，需要严格限制计划中的决策点和分支数量。例如，计划可能需要随后经过更详细的仿真以验证正确性和安全性，或者必须足够简单以便人类理解和分析。因此，可能有必要将考虑范围限制在仅包含少量分支的计划上。这就提出了如何寻找仅包含有限数量分支的最优计划的问题。在本文中，我们提出了一种用于最优 $k$ -应急规划（OKP）的随时算法（any-time algorithm）。这是首个非显式枚举可能应急计划的最优有限应急规划算法。通过将问题建模为部分可观测马尔可夫决策过程（POMDP），该算法实现了贝尔曼最优性原理并剪枝了解空间。我们展示了将该算法应用于一些简单测试案例的实验结果。

关键词

应急规划最优 k-应急规划部分可观测马尔可夫决策过程贝尔曼最优性随时算法计划简化

引用

@article{arxiv.1212.2502,
  title  = {Optimal Limited Contingency Planning},
  author = {Nicolas Meuleau and David Smith},
  journal= {arXiv preprint arXiv:1212.2502},
  year   = {2012}
}

备注

Appears in Proceedings of the Nineteenth Conference on Uncertainty in Artificial Intelligence (UAI2003)

最优有限应急规划

摘要

关键词

引用

备注

相关论文