利用领域知识改进 POMDP 信念估计
人工智能
2023-02-20 v1 机器学习
摘要
部分可观测马尔可夫决策过程（POMDP）框架是不确定性下决策的常用方法。最近，多项研究表明，通过将相关领域知识整合到 POMDP 信念估计中，可以提升所学策略的性能。在本研究中，我们提出了一种利用 Jeffrey 规则和归一化将领域知识整合到 POMDP 框架中概率信念更新的新方法。我们表明，领域知识可用于减少数据需求并提升基于强化学习（RL）的 POMDP 策略学习的性能。
引用
@article{arxiv.2302.08748,
title = {Utilization of domain knowledge to improve POMDP belief estimation},
author = {Tung Nguyen and Johane Takeuchi},
journal= {arXiv preprint arXiv:2302.08748},
year = {2023}
}
备注
5 pages, 2 figures