论文部分内容阅读
在部分可观测马尔可夫决策过程（POMDP）的基础上，给出一阶部分可观测马尔科夫决策过程（FO—POMDP），用一阶逻辑的情景演算结构表达POMDP。对FO—POMDP模型中状态的抽象层次进行刻画，提出状态粒度、信念状态粒度的概念。采用粒度归结方法，将信念状态的粒度归结到某一确定粒度下，运用确定粒度下的信念点距离度量方法，将基于点的价值迭代（PBVI）扩展到逻辑抽象层面提出一阶PBVI（FO—PBVI）。实验结果证明，该算法的求解速度较快，求解质量较好。