作者：仵博 吴敏 佘锦华部分可观察马尔可夫决策过程信念状态基于点的算法在线算法与或树
摘要：部分可观察马尔可夫决策过程（partially observable Markov decision processes，简称POMDPs）是动态不确定环境下序贯决策的理想模型，但是现有离线算法陷入信念状态“维数灾”和“历史灾”问题，而现有在线算法无法同时满足低误差与高实时性的要求，造成理想的POMDPs模型无法在实际工程中得到应用．对此，提出一种基于点的POMDPs在线值迭代算法（point-based online valueiteration，简称PBOVI）．该算法在给定的可达信念状态点上进行更新操作，避免对整个信念状态空间单纯体进行求解，加速问题求解；采用分支界限裁剪方法对信念状态与或树进行在线裁剪；提出信念状态结点重用思想，重用上一时刻已求解出的信念状态点，避免重复计算．实验结果表明，该算法具有较低误差率、较快收敛性，满足系统实时性的要求．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
