风险规避的随机最短路径规划
系统与控制
2021-03-30 v1 人工智能
系统与控制
最优化与控制
概率论
摘要
我们考虑 MDP 中的随机最短路径规划问题，即设计策略以从给定初始状态到达目标状态且累积代价最小的问题。为考虑系统罕见但重要的实现情况，我们采用嵌套动态相干风险总代价泛函，而非传统的风险中性总期望代价。在若干假设下，我们证明存在最优的、平稳的、马尔可夫策略，并可通过特殊的贝尔曼方程求得。我们提出一种基于差分凸规划（DCP）的计算技术来寻找相应的价值函数，从而得到风险规避策略。以一个漫游车导航 MDP 为例，采用条件风险价值（CVaR）和熵风险价值（EVaR）相干风险度量说明了所提方法。
引用
@article{arxiv.2103.14727,
title = {Risk-Averse Stochastic Shortest Path Planning},
author = {Mohamadreza Ahmadi and Anushri Dixit and Joel W. Burdick and Aaron D. Ames},
journal= {arXiv preprint arXiv:2103.14727},
year = {2021}
}