基于后验信念聚类的在线规划算法

摘要：

在连续状态的部分可观察马尔可夫决策过程中,在线规划无法同时满足高实时性与低误差的要求.为此,提出一种基于后验信念聚类的在线规划算法.使用KL散度分析连续状态下后验信念之间的误差,根据误差分析结果对后验信念进行聚类,利用聚类后验信念计算报酬值,并采用分支界限裁剪方法裁剪后验信念与或树.实验结果表明,该算法能够有效降低求解问题的规模,消除重复计算,具有较好的实时性和较低的误差.

关键词：部分可观察马尔可夫决策过程、后验信念聚类、在线规划、KL散度、分支界限

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61074058;广东省自然科学基金资助项目S2011040004769

在线出版日期：2013-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：214-218