论文部分内容阅读
交互式动态影响图（interactive dynamic influence diagrams，I-DIDs）状态空间太大，候选模型的数量随时间变化而呈指数倍增长。针对其备受计算量困扰的问题，提出一种利用近似行为等价原理与区别模型更新算法（discriminative model updates，DMU）相结合的近似算法。首先给出了基于Kullback—Leibler（KL）距离模型行为等价和近似行为等价的定义，然后基于KL距离和候选模型的动作对候选模型聚类，自上而下合并策略树形成策略图，最后利用DMu算