基于模型檢測(cè)不確定規(guī)劃的觀察信息約簡.pdf

1、不確定規(guī)劃是目前人工智能研究領(lǐng)域的一個(gè)熱點(diǎn)問題。基于模型檢測(cè)的方法在處理許多實(shí)際的不確定規(guī)劃問題上有很大的優(yōu)勢(shì)。在完全可觀察(或部分可觀察)條件下,對(duì)可達(dá)性目標(biāo)作規(guī)劃又是其中一個(gè)重要的部分。
　　在現(xiàn)實(shí)規(guī)劃領(lǐng)域中,控制器要執(zhí)行一個(gè)規(guī)劃解,需要根據(jù)當(dāng)前觀察變量的值來確定agent下一步應(yīng)該執(zhí)行的動(dòng)作。在控制器執(zhí)行規(guī)劃解的過程中,一些觀察信息是沒有被用到的,而獲取這些觀察信息是要花費(fèi)一定代價(jià)的,所以在確保控制器執(zhí)行規(guī)劃解無誤的前提下,

2、盡可能地減少獲取觀察信息的代價(jià)是一件非常有必要的工作。
　　本文就觀察信息約簡這一問題進(jìn)行了深入地研究,將觀察信息約簡分為兩種情況,一種是在已知規(guī)劃解的條件下進(jìn)行觀察信息約簡,另一種是在未知規(guī)劃解的條件下進(jìn)行觀察信息約簡。首先在已知規(guī)劃解的條件下詳細(xì)地指出了進(jìn)行觀察信息約簡所需要的步驟,先尋找需要區(qū)分的狀態(tài)對(duì)集合,再利用狀態(tài)對(duì)集合對(duì)觀察變量集合進(jìn)行約簡。為強(qiáng)循環(huán)規(guī)劃解的觀察信息約簡設(shè)計(jì)了ORSCP和ORSCPM兩種可行算法,這兩種

3、算法的主要區(qū)別在于尋找需要區(qū)分狀態(tài)對(duì)集合的方法不同,在同一規(guī)劃領(lǐng)域中,兩種算法的執(zhí)行效果會(huì)有所不同,所以應(yīng)根據(jù)實(shí)際情況選擇適當(dāng)?shù)乃惴ā?br>　　目前,對(duì)多agent的研究都集中在確定動(dòng)作的多agent規(guī)劃領(lǐng)域,然而對(duì)于存在不確定動(dòng)作的多agent規(guī)劃領(lǐng)域的研究還是極少的。在不確定多agent規(guī)劃領(lǐng)域未知規(guī)劃解的條件下,本文設(shè)計(jì)了一個(gè)求解協(xié)同規(guī)劃解的ORMAP算法,該算法首先通過將整個(gè)領(lǐng)域的狀態(tài)進(jìn)行分層,找出可能發(fā)生沖突的狀態(tài),再利用以