一种适应动态不确定环境的规划系统POMDPRS的形式描述

规划是人工智能研究的一个重要方向,具有极其广泛的应用背景.POMDPRS是一种结合了PRS的持续规划机制、POMDP的概率分布信念模型和极大效用原理的持续规划系统.它具有较强的对动态不确定性环境的适应能力.本文试图在形式语义层面上对POMDPRS进行描述并举例将其与PRS和POMDP比较,进一步说明其优势.

一种基于Monte Carlo滤波的对POMDPRS系统性能的改进

规划是人工智能研究的一个重要方向,具有极其广泛的应用背景.POMDPRS是一种结合了PRS的持续规划机制、POMDP的概率分布信念模型和极大效用原理的持续规划系统.它具有较强的对动态不确定性环境的适应能力.但是在大状态空间下的信念更新是其作为实时系统的瓶颈.该文试图将Monte Carlo滤波引入POMDPRS,从而达到降低信念更新的复杂度的目的,满足系统实时性的要求.

一种动态不确定性环境中的持续规划系统

规划是人工智能研究的一个重要方向,具有极其广泛的应用背景.近年来,研究重点已经转移到动态不确定性环境中的规划问题.该文将部分可观察马尔可夫决策过程(POMDP)和过程性推理系统(PRS)的优点相结合,提出一种对动态不确定环境具有更全面适应能力的持续规划系统———POMDPRS.该系统利用PRS的持续规划机制,交叉地进行规划与执行,在一定条件下提高了动态环境中POMDP决策的效率;另一方面,用POMDP的概率分布信念模型和极大效用原理替代PRS的一阶逻辑信念表示和计划选择机制,大大增强了处理环境不确定性的能力.

一种持续规划系统在四足机器人足球中的应用

四足机器人足球赛是一个典型的动态不确定环境。论文以四足机器人足球为背景和平台,对一种新的持续规划系统POMDPRS进行了分析和改进,并将改进后的系统应用到实际的比赛中。改进后的系统减小了时间消耗,与传统的反应式系统相比,对环境的动态不确定性表现出更好的适应性。