面向新颖性的规划：控制、规划与强化学习中常见问题的基于宽度的算法
人工智能
2021-06-10 v1
摘要
基于宽度的算法通过状态新颖性的一般定义来搜索解。这些算法已在经典规划中展现出最先进的性能，并已成功应用于通过仿真引擎给出问题动力学的基于模型与无模型场景。基于宽度的算法性能通过规划宽度的概念在理论上得以理解，为其运行时间与内存消耗提供了多项式保证。为促进跨研究社区的协同，本文总结了基于宽度的规划这一领域，并综述了当前与未来的研究方向。
引用
@article{arxiv.2106.04866,
title = {Planning for Novelty: Width-Based Algorithms for Common Problems in Control, Planning and Reinforcement Learning},
author = {Nir Lipovetzky},
journal= {arXiv preprint arXiv:2106.04866},
year = {2021}
}