论文部分内容阅读
在连续状态的部分可观察马尔可夫决策过程中，在线规划无法同时满足高实时性与低误差的要求。为此，提出一种基于后验信念聚类的在线规划算法。使用KL散度分析连续状态下后验信念之间的误差，根据误差分析结果对后验信念进行聚类，利用聚类后验信念计算报酬值，并采用分支界限裁剪方法裁剪后验信念与或树。实验结果表明，该算法能够有效降低求解问题的规模，消除雨复计算，具有较好的实时性和较低的误差。