Aug, 2024

基于风险敏感增量采样的鲁棒随机最短路径规划

HTML
PDF
TL;DR本研究针对高风险行业中的随机最短路径（SSP）问题，提出了一种风险意识的路径规划方法，旨在克服现有增量采样技术的保守性和对不良尾事件的忽视。通过引入条件价值-at-风险（CVaR）进行优化，我们的模拟结果表明，该方法显著提高了路径对环境不确定性的鲁棒性，同时与基线算法相比，在查询时间和内存空间复杂性方面保持相似，处理时间仅略有增加。
发现论文，激发创造
  • CVaR约束MDPs的政策梯度

    本文研究了风险受限随机最短路径问题中的条件风险价值，提出了两种基于随机逼近、小批量、策略梯度和重要性采样的本地风险最优策略算法，并将条件风险价值估计过程纳入算法中进行梯度和方差的估计和降低。

    May, 2014

  • 基于极小化遗憾优化的不确定马尔可夫决策过程鲁棒规划

    本文旨在通过引入一种Bellman方程式来计算政策的懊悔，提出了一种基于动态规划算法的方法，以便为具有不确定成本和转移函数的SSP UMDPs规划，该方法精确地优化了具有独立不确定性的UMDPs的最小化极大遗憾，并通过选项扩展了该方法，以使计算和解决方案质量之间存在权衡。在人造和实际领域中评估我们的方法，显示它明显优于现有的基线。

    Dec, 2020

  • 随机最短路径：极小-极大，无参数和无限时间后悔

    本文旨在解决随机最短路径问题中的学习问题，并设计了一种名为EB-SSP的基于模型的算法。该算法通过探索奖励来诱导一个乐观的SSP问题，其值迭代方案已被证明会收敛，并获得与下限之间的效果。同时，该算法在不使用任何先前知识的情况下获得最小化后悔率，并在如正成本或一般成本等各种情况下均有所改善。

    Apr, 2021

  • 基于风险的随机最短路径

    本研究针对马尔科夫决策过程中随机最短路径问题提出了一种基于条件风险价值优化的风险感知控制方法，并通过线性规划和价值迭代两种算法实现了精确而可靠的解决方案。实验结果表明该方法在多个中等规模的问题实例上是可行的。

    Mar, 2022

  • 蒙特卡洛树搜索与风险指标在不确定环境下的合作轨迹规划

    本文使用蒙特卡罗树搜索和核回归，基于马尔可夫决策过程和风险度量，采用震荡信念状态方法，分析自动驾驶车辆与人类交通合作的不确定性。结果表明，在不确定的环境下，整合风险度量在最终选择策略中始终优于基线，可以生成较为安全的车辆轨迹。

    Mar, 2022

  • 固定时限约束随机最短路问题在局部转移下的全多项式时间逼近方案

    本文提出了一个在局部转换下的全多项式近似方案，可用于计算最优确定性策略，以解决(C)C-SSP问题，其中固定阈值限制随机最短路径问题是在一定操作限制下的规划形式，当限制违反时，这种CC-SSP变体允许边界概率，而SSP问题的状态可达性呈现出一定的局部性，并且在此情况下，只有一定数量的状态可以共享一些后续状态。

    Apr, 2022

  • 通过成本预算分配的层次约束随机最短路径规划

    该论文提出了一种使用分层规划展开的基于成本约束的随机最短路径问题（HC-SSP）的框架，通过分支和剪枝算法来迭代地分配成本预算，从而在真实时间和风险敏感的应用中找到一个可行解。

    May, 2022

  • 多任务选项学习与发现在随机路径规划中的应用

    应用强化学习模式下，通过数据驱动方法生成抽象状态，计算有效的选项和高级实现路径，从而获得可执行和可解决性的强大保证。

    Sep, 2022

  • 用于自主车辆行为规划的概率约束随机最短路径双重描述

    本文介绍了一个基于约束的随机规划问题，其中利用整数线性规划方法确保了确定性决策，同时为安全性关键的应用提供了约束违规概率的上界。同时还介绍了确定性策略和随机策略的随机舍入过程，并探讨了如何在考虑不同时间步的约束情况下进行CC-SSP的推广。

    Feb, 2023

  • 随机最短路径问题的高效约束生成

    利用规划和运筹学的新框架，解决了随机最短路径问题中冗余计算的问题，提出了一种有效的约束生成技术，应用到了新算法CG-iLAO*，实验证明CG-iLAO*相较于LRTDP和iLAO*在解决问题时速度提高了8倍和3倍，并忽略了iLAO*的多达57%的动作。

    Jan, 2024