基于点的POMDP策略迭代算法设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究现状 | 第12-14页 |
| 1.2 本文工作 | 第14-15页 |
| 1.3 本文的组织结构 | 第15-16页 |
| 第二章 MDP与POMDP介绍 | 第16-31页 |
| 2.1 马尔科夫决策过程 | 第16-18页 |
| 2.1.1 问题描述 | 第16-17页 |
| 2.1.2 最优策略求解 | 第17-18页 |
| 2.2 部分可观察马尔科夫决策过程 | 第18-22页 |
| 2.2.1 问题描述 | 第18-20页 |
| 2.2.2 策略求解 | 第20-22页 |
| 2.3 POMDP问题近似求解方法 | 第22-30页 |
| 2.3.1 基于点的求解思路 | 第22-24页 |
| 2.3.2 基于点的值迭代方法 | 第24-25页 |
| 2.3.3 Perseus算法 | 第25-26页 |
| 2.3.4 基于点的策略迭代算法 | 第26-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 基于点聚类特征的策略迭代算法 | 第31-41页 |
| 3.1 POMDP模型可达区域 | 第31-32页 |
| 3.2 可达区域点的聚类分析 | 第32-37页 |
| 3.2.1 分析可达区域的实验 | 第32-35页 |
| 3.2.2 基于密度的信念点聚类算法 | 第35-37页 |
| 3.3 考察点的选择 | 第37-38页 |
| 3.4 算法描述 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 算法实现 | 第41-50页 |
| 4.1 系统总体设计 | 第41-42页 |
| 4.2 模块实现细节 | 第42-49页 |
| 4.2.1 问题模型操作模块 | 第42-43页 |
| 4.2.2 算法模块 | 第43-47页 |
| 4.2.3 性能评估与实用功能模块 | 第47-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 实验与分析 | 第50-57页 |
| 5.1 实验问题模型 | 第50-53页 |
| 5.1.1 Tiger-Grid | 第50-51页 |
| 5.1.2 Hallway | 第51页 |
| 5.1.3 Rock Sample[5,5] | 第51-52页 |
| 5.1.4 Tag avoid | 第52-53页 |
| 5.2 实验结果与分析 | 第53-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| 6.1 本文工作总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-64页 |
