IJCAISep, 2019

DualSMC: 在连续 POMDP 下进行可微滤波和规划的隧道方法

PDF
TL;DR本研究提出了一个名为 DualSMC 网络的模型，通过将 POMDP 过滤和规划问题作为两个顺序 Monte Carlo（SMC）过程相结合，提出了基于对抗粒子滤波器的规划算法，该算法扩展了以往的 SMC 规划方法，可以处理复杂观测，也具有高度可解释性，该算法在三个连续的 POMDP 领域中证明了其有效性。
发现论文，激发创造
  • POMDP 的粒子信念逼近的最优性保证

    本文提出了利用基于粒子滤波置信转移模型的有限样本粒子置信 MDP 近似解决 POMDP 的方法。在五个基准 POMDP 实验中，与其他领先的连续观察 POMDP 求解器相比，表明这种方法可以实现与其他领先的连续观察 POMDP 求解器竞争力的表现。

    Oct, 2022

  • 离散连续平滑与映射

    DC-SAM 是一种计算机图形模型求解库，能够在离散和连续水平上寻找最大后验估计，应用于机器人感知应用中包括鲁棒的姿态图优化和基于对象的建图与定位，通过在离散和连续变量之间交替优化实现近似推理。

    Apr, 2022

  • 连续时间 POMDP 的近似控制

    该研究提出了一个用于具有离散状态和动作空间的连续时间的部分可观察系统的决策框架。通过近似方法来处理大状态空间下的最优决策问题，其中高维过滤分布通过投影到参数化分布族进行了近似，结合完全可观察系统的控制启发式方法获得了可扩展的策略。在多个部分观测系统上，包括队列系统和化学反应网络，验证了该方法的有效性。

    Feb, 2024

  • 具有连续状态、动作和观测空间的 POMDP 在线算法

    本文探讨了解决离散状态空间和连续状态、动作和观测空间间问题的双重渐进扩展法，并提出和评估了两种利用加权粒子滤波克服此问题的新算法 POMCPOW 和 PFT-DPW，并通过仿真结果表明这些修改可以成功地解决以前的问题。

    Sep, 2017

  • 在具有概率保证和实践的连续 POMDP 规划中简化复杂的观测模型

    使用简化观测模型进行规划，同时保证解决方案的质量，无需在规划过程中访问昂贵的模型，以统计总变差距离为基础提出了一种新的概率界，通过广义化最近的粒子 - 信念 MDP 收敛性界限的结果来限制理论 POMDP 值与简化模型下的经验规划值之间的差距，并演示了如何将这种界限整合到现有的连续在线 POMDP 求解器的常规例程中。

    Nov, 2023

  • 带拓展空间 POMDP 规划的人群意图感知导航

    本文提出了一种混合在线部分可观察马尔可夫决策过程规划系统，针对多模态不确定性对自主导航的影响。通过使用多查询运动规划和在线 POMDP 求解器，我们实现了更加灵活和高效的实时方法，从而更好地解决了密集人群和障碍物之间的自主导航问题，并获得了更高的安全性和效率。

    Jun, 2022

  • 具有随时确定性保证的在线 POMDP 规划

    通过简化解决方案与理论上最优解之间的确定性关系，解决了在计算上昂贵的部分可观测马尔可夫决策过程（POMDPs）困难，为自主代理在不完全信息环境下的规划提供了确定性界限。

    Oct, 2023

  • 风险感知自适应基于信念的概率约束连续 POMDP 规划

    本研究针对部分可观察领域的连续 POMDP 问题，提出了一种新的风险厌恶且基于信念的概率限制解决方案，并给出了对应的算法。通过对信念相关的奖励和约束算子的处理，本文提出的方法在满足相同约束条件下，比现有技术更加风险厌恶、更加灵活。实验结果表明，该方法在解决连续 POMDP 问题中具有显著的优势。

    Sep, 2022

  • 基于 POMDP 的序贯贝叶斯优化方法在无人机环境监测中的应用

    本文提出了一种在部分可观察马尔科夫决策过程 (POMDP) 框架下，针对连续轨迹的贝叶斯优化方法，并通过蒙特卡罗树搜索 (MCTS) 解决了这个问题，该方法在使用 UAV 监测空间现象方面表现优于竞争技术。

    Mar, 2017

  • 众多智能体 POMDP 中的分解式在线规划

    在集中式多智能体系统中，使用多智能体部分可观察马尔可夫决策过程（MPOMDPs）进行建模，其中动作和观察空间随着智能体数量呈指数增长，使得单智能体在线规划的价值和信念状态估计变得低效。本研究采用加权粒子滤波和可扩展的信念状态近似方法，同时解决了价值估计和状态估计的挑战，提出了基于稀疏粒子滤波信念树的在线规划算法，该算法在少量智能体的情况下表现出竞争性的性能，并在多智能体的基准测试中胜过现有算法。

    Dec, 2023