| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 引言 | 第13-14页 |
| 1.2 POMDP研究现状与主要算法 | 第14-16页 |
| 1.2.1 精确算法 | 第14-15页 |
| 1.2.2 近似算法 | 第15-16页 |
| 1.3 本文工作 | 第16-17页 |
| 1.4 文章结构 | 第17-19页 |
| 第2章 POMDP介绍 | 第19-25页 |
| 2.1 MDP模型 | 第19-22页 |
| 2.1.1 模型定义 | 第19-20页 |
| 2.1.2 性能准则 | 第20页 |
| 2.1.3 策略 | 第20页 |
| 2.1.4 求解 | 第20-22页 |
| 2.2 POMDP模型 | 第22-24页 |
| 2.2.1 模型定义 | 第22页 |
| 2.2.2 性能准则 | 第22-23页 |
| 2.2.3 策略 | 第23页 |
| 2.2.4 信念状态 | 第23-24页 |
| 2.2.5 求解 | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于迭代函数和基于点的近似算法 | 第25-37页 |
| 3.1 基于迭代函数的近似算法 | 第25-29页 |
| 3.1.1 最优值函数的上下界 | 第25-26页 |
| 3.1.2 基于MDP的近似 | 第26-27页 |
| 3.1.3 快速告知边界法 | 第27页 |
| 3.1.4 基于完全不可观测MDP的近似 | 第27-28页 |
| 3.1.5 Blind policy | 第28-29页 |
| 3.2 基于点的近似算法 | 第29-35页 |
| 3.2.1 基于点算法的主要思想 | 第29-30页 |
| 3.2.2 基于点的值迭代 | 第30-31页 |
| 3.2.3 Perseus算法 | 第31-32页 |
| 3.2.4 启发式搜索值迭代 | 第32-33页 |
| 3.2.5 前向搜索值迭代 | 第33-34页 |
| 3.2.6 最优策略下可达空间的连续近似 | 第34-35页 |
| 3.3 本章小结 | 第35-37页 |
| 第4章 下界近似算法-相关状态更新 | 第37-47页 |
| 4.1 引言 | 第37页 |
| 4.2 可达信念状态空间 | 第37-38页 |
| 4.3 相关状态更新法 | 第38-40页 |
| 4.4 状态采样 | 第40-42页 |
| 4.5 近似值迭代 | 第42-43页 |
| 4.6 利用拓扑结构加速迭代 | 第43-45页 |
| 4.7 本章小结 | 第45-47页 |
| 第5章 多路启发式搜索值迭代 | 第47-55页 |
| 5.1 引言 | 第47页 |
| 5.2 值函数上下界 | 第47-48页 |
| 5.3 启发式搜索值迭代 | 第48-49页 |
| 5.4 信念状态空间选择 | 第49页 |
| 5.5 多路启发式搜索值迭代 | 第49-53页 |
| 5.5.1 信念点选择 | 第49-50页 |
| 5.5.2 信念点的剪枝 | 第50-51页 |
| 5.5.3 算法描述 | 第51-52页 |
| 5.5.4 算法收敛性 | 第52-53页 |
| 5.6 本章小结 | 第53-55页 |
| 第6章 实验与分析 | 第55-65页 |
| 6.1 问题模型 | 第55-59页 |
| 6.1.1 Hallway | 第55-56页 |
| 6.1.2 Hallway2 | 第56页 |
| 6.1.3 RockSample(4,4) | 第56-57页 |
| 6.1.4 Tag | 第57-58页 |
| 6.1.5 Underwater Navigation | 第58-59页 |
| 6.2 实验结果 | 第59-63页 |
| 6.3 实验分析 | 第63-64页 |
| 6.4 本章小结 | 第64-65页 |
| 第7章 总结与展望 | 第65-67页 |
| 7.1 本文工作总结 | 第65-66页 |
| 7.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 在读期间发表的学术论文与取得的研究成果 | 第73页 |