实用POMDP近似求解算法的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-28页 |
| ·研究背景 | 第12-13页 |
| ·POMDP 问题研究的发展现状 | 第13-21页 |
| ·POMDP 问题求解算法的发展 | 第13-21页 |
| ·相关技术的发展现状 | 第21-25页 |
| ·基于采样的方法 | 第21-23页 |
| ·POMDP 模型的因子化表示 | 第23-24页 |
| ·POMDP 策略的层级表示 | 第24-25页 |
| ·本课题研究的意义及主要研究内容 | 第25-28页 |
| ·本课题研究的意义 | 第25-26页 |
| ·应用背景 | 第26-27页 |
| ·主要研究内容 | 第27-28页 |
| 第2章 POMDP 模型描述与求解算法 | 第28-48页 |
| ·MDP 模型 | 第28-32页 |
| ·模型描述 | 第28-30页 |
| ·求解算法 | 第30-32页 |
| ·POMDP 模型 | 第32-47页 |
| ·模型描述 | 第32-34页 |
| ·求解算法 | 第34-40页 |
| ·主要的精确算法概述 | 第40-47页 |
| ·POMDP 算法的复杂性 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第3章 基于实例的POMDP 问题的近似求解 | 第48-61页 |
| ·引言 | 第48页 |
| ·基于实例(Instance-based)的方法 | 第48-49页 |
| ·启发式算法 | 第49-51页 |
| ·MLS 算法 | 第50页 |
| ·Q-MDP 算法 | 第50-51页 |
| ·其他的启发式算法 | 第51页 |
| ·增强学习 | 第51-53页 |
| ·基于实例的近似求解算法 | 第53-60页 |
| ·NNI 算法 | 第53-57页 |
| ·ENNI 算法 | 第57-59页 |
| ·结合局部加权回归算法的LWI 算法 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 基于核信念的值迭代算法 | 第61-76页 |
| ·引言 | 第61页 |
| ·基于信念点的算法 | 第61-67页 |
| ·采样信念点 | 第61-62页 |
| ·值向量的DP 备份更新 | 第62-64页 |
| ·PBVI 算法 | 第64-65页 |
| ·PERSEUS 算法 | 第65-67页 |
| ·基于核信念的值迭代算法 | 第67-74页 |
| ·采样过程 | 第67-70页 |
| ·值向量的DP 备份更新 | 第70-71页 |
| ·稀疏量的处理 | 第71-72页 |
| ·收敛性与误差界限 | 第72-74页 |
| ·本章小结 | 第74-76页 |
| 第5章 POMDP模型运行平台与算法的性能测试 | 第76-83页 |
| ·POMDP 模型运行平台概述 | 第76-78页 |
| ·环境模型 | 第76-77页 |
| ·Agent 模型 | 第77-78页 |
| ·性能测试的模型 | 第78-79页 |
| ·基于实例的算法的性能分析 | 第79-80页 |
| ·基于核信念的值迭代算法的性能分析 | 第80-82页 |
| ·不同算法的性能对比 | 第80-81页 |
| ·不同采样策略的性能对比 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-99页 |
| 攻读硕士学位期间发表的论文 | 第99-101页 |
| 致谢 | 第101页 |
