论文部分内容阅读
部分可观测马尔可夫决策过程（POMDP）是马尔可夫决策过程（MDP）的扩展，它允许系统的状态信息部分可知。但POMDP的可能应用大部分没有实现，这主要是因为缺乏有效的算法。POMDP的算法分为近似算法和精确算法，精确算法是构造近似算法的基础。介绍了POMDP模型后，对离散时间、有限状态集的POMDP精确算法和近似算法进行了综述，分析了造成POMDP难以求解的主要原因，提出了进一步的研究方向。