学习与规划的极限:最小充分信息转移系统
机器人学
2022-12-02 v1
摘要
本文将策略或规划视为基于有限感知、记忆、计算和驱动所反映的机器人或其他观察者视角的信息状态空间上的转移系统。无论策略是通过学习算法、规划算法还是人类洞察获得,我们都希望了解给定机器人硬件与任务下的可行性极限。为寻求最优策略,我们在一般设定下确立:在合理等价假设下最小信息转移系统(ITSs)存在,且在若干一般条件下唯一。我们随后将该理论应用于对若干问题生成新见解,包括最优传感器融合/滤波、求解基本规划任务,以及寻找可行策略的最小表示。
引用
@article{arxiv.2212.00523,
title = {The Limits of Learning and Planning: Minimal Sufficient Information Transition Systems},
author = {Basak Sakcak and Vadim Weinstein and Steven M. LaValle},
journal= {arXiv preprint arXiv:2212.00523},
year = {2022}
}