Symbolic Dynamic Programming for First-order POMDPs

Los procesos de decisin̤ markovianos parcialmente observables (partially-observable Markov decision processes, POMDP) brindan un poderoso modelo para problemas de toma de decisiones secuenciales con estado parcialmente observable y son conocidos por tener soluciones p̤timas de programacin̤ dinm̀ica....

Description complète

Enregistré dans:
Détails bibliographiques
Autres auteurs: Sanner Scott, Kersting Kristian, Presentations and Authors / Twenty-Fourth AAAI Conference on Artificial Intelligence (AAAI 2010) AAAI Publications / Association for the Advancement o
Format: Livre
Langue:anglais
Sujets:
Accès en ligne:Symbolic Dynamic Programming for First-order POMDPs
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
Description
Résumé:Los procesos de decisin̤ markovianos parcialmente observables (partially-observable Markov decision processes, POMDP) brindan un poderoso modelo para problemas de toma de decisiones secuenciales con estado parcialmente observable y son conocidos por tener soluciones p̤timas de programacin̤ dinm̀ica. Gran parte del trabajo en aǫs recientes se ha enfocado en mejorar la eficiencia de estos algoritmos de programacin̤ dinm̀ica mediante la explotacin̤ de simetra̕s y relaciones relacionales o tenidas en cuenta. En este documento se muestra que tambiň es posible aprovechar el poder expresivo total de la cuantificacin̤ de primer orden para lograr abstraccin̤ de estado, accin̤ y observacin̤ en una solucin̤ de programacin̤ dinm̀ica para POMDP especificados relacionalmente.
ISBN:978-1-57735-463-5