belief-space mdp | BriefGPT

关键词belief-space mdp

搜索结果 - 1

学习即规划：通过蒙特卡罗树搜索实现接近 Bayes 最优强化学习
使用前向搜索稀疏采样算法（FSSS）可以实现接近 Bayes 最优行为，从而使用 Monte-Carlo 树搜索算法有效地处理状态空间极大或无限大的马尔可夫决策过程（MDPs）。
PDF12 years ago