RAPID：面向不精确感知域的可达任意时间规划器
人工智能
2012-03-19 v1
摘要
尽管通用最优部分可观测马尔可夫决策过程规划难以处理，但存在一些具有高度结构化模型的重要问题。先前的研究人员利用这一洞见为因子化领域以及具有拓扑结构的平坦状态动力学模型领域构建了更高效的算法。在我们的工作中，受与自动辅导相关的教育领域发现的启发，我们考虑了在因子化动力学模型中表现出一种拓扑结构形式的问题。我们的面向不精确感知域的可达任意时间规划器（RAPID）利用这种结构，以状态变量数量的线性时间高效计算最优MDP策略下的可达状态的良好初始包络。RAPID在有限的包络状态上进行部分可观测规划，并在时间允许时缓慢扩展所考虑的状态空间。RAPID在一个包含122个状态变量（对应超过10^30个状态的平坦状态空间）的大型辅导启发问题模拟中表现良好。
引用
@article{arxiv.1203.3538,
title = {RAPID: A Reachable Anytime Planner for Imprecisely-sensed Domains},
author = {Emma Brunskill and Stuart Russell},
journal= {arXiv preprint arXiv:1203.3538},
year = {2012}
}
备注
Appears in Proceedings of the Twenty-Sixth Conference on Uncertainty in Artificial Intelligence (UAI2010)