将序贯贝叶斯优化作为 POMDP 用于无人机环境监测
机器人学
2017-03-14 v1
摘要
贝叶斯优化（BO）作为一种针对评估代价高昂或先验未知函数的全局优化技术，近来广受欢迎。经典 BO 关注下一步在何处收集观测值，但并未考虑机器人系统的实际约束，例如物理上可能从何处采集样本，也未考虑执行轨迹时问题的序贯性质。在野外机器人学及其他现实场景中，物理约束和轨迹约束是固有问题。本文通过在部分可观测马尔可夫决策过程（POMDP）框架内构建连续轨迹的贝叶斯优化，来解决这些问题。所得的 POMDP 使用蒙特卡洛树搜索（MCTS）求解，我们对其进行了调整，以使用平衡探索与利用的奖励函数。使用无人机监测空间现象的仿真实验表明，我们的 BO-POMDP 算法如何优于竞争性技术。
引用
@article{arxiv.1703.04211,
title = {Sequential Bayesian Optimisation as a POMDP for Environment Monitoring with UAVs},
author = {Philippe Morere and Roman Marchant and Fabio Ramos},
journal= {arXiv preprint arXiv:1703.04211},
year = {2017}
}
备注
To appear in the 2017 IEEE International Conference on Robotics and Automation (ICRA)