Policy Iteration for Bounded-Parameter POMDPs

来源 :第六届中国智能计算大会 | 被引量 : 0次 | 上传用户:zlzlzl567
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  POMDP is considered as a basic model for decision making under uncertainty.As a generalization of the exact POMDP model,the boundedparameter POMDP (BPOMDP) provides only upper and lower bounds on the state-transition probabilities,observation probabilities and rewards,which is particularly suitable for characterizing the situations where the underlying model is imprecisely given or time-varying.This paper presents the optimistic criterion for optimality for solving BPOMDPs,under which the optimistically optimal value function is defined.By representing a policy explicitly as a finite-state controller,we propose a policy iteration approach that is shown to converge to an e-optimal policy under the optimistic optimality criterion.
其他文献
针对稠油采出水大规模回用锅炉后出现的问题,采用理论研究与现场试验相结合的方法,解决了附属设备关键部件失效问题,提高了软化器应对异常水质波动的能力,认识了炉管结垢规律
说是巧合,两个同日开幕的年轻艺术家群展,不仅参展人数相同,而且连带着展览标题之间也能被虚设出一种对应的修辞关系——“线索:七个年轻艺术家”。选择用年轻艺术家群展作为
新疆油田九1—九5区块合作项目九2区注汽系统锅炉改造项目于2010年4月开工建设,2011年10月投入注汽运行.该项目采用循环流化床燃煤锅炉生产的过热蒸汽注入地层进行稠油开采,
【摘要】近些年当中我国对于教育已经加大了管理的力度,无论是初中还是高中都已经成为了教育行业重点关注的重点内容。现阶段为了普及教育,提升国民的综合素质,我国已经开展了一贯式五年教育体系,这一教学体系的开展可以有效的令更多的学生有机会学习到知识。下面笔者将会对我国现阶段职业导向中高职英语教学的改革现状和问题进行简单的分析,并对职业导向中高职英语教学的改革方向进行具体的论述。  【关键词】职业导向 五年
目的 探讨内镜逆行胰胆管造影(ERCP)联合内镜下鼻胆管引流术(ENBD)引流时限差异对Mirizzi综合征外科治疗的临床应用价值.方法 采用回顾性队列研究收集2008年10月-2018年9月37
为全面了解和准确分析出口退税调整对出口企业及银行业务的影响,我们对有关情况进行了调查,调查结果如下:一、出口退税政策产生背景出口退税是我国为鼓励本国企业出口而实行
亚健康作为一个新的研究领域,在21世纪将会引起广泛关注。健身运动这一积极的生活方式,对于改善人体亚健康状态,从亚健康走向健康,解决一些健康难题起到积极的作用。本文就亚
风城油田特稠油污水属于重碳酸钠水型,水质矿化度高,在传统双滤料过滤器和锆英砂过滤器筛管表面易结垢导致筛管堵塞及滤料板结,造成过滤器处理能力短期内下降,既影响了生产又
  In this paper,a dynamical memory control strategy based on projection technique is proposed for kernel-based online regression.Namely,when an instance is re
会议
结石病是我国胆道系统疾病中占比最高的病种.它具有病情复杂、容易复发、根治困难、并发症多等临床特点.其晚期更可出现胆汁性肝硬化、门静脉高压及肝内外胆管癌等终末期胆道