不確定規(guī)劃中的擴展目標語義比較和觀測信息約簡.pdf

1、不確定規(guī)劃是目前人工智能研究領(lǐng)域的一個熱點。在完全可觀察性的條件下對擴展目標作規(guī)劃，以及在完全可觀察性(或部分可觀察性)的條件下對可達性目標求強規(guī)劃解(簡稱強解)是其中的兩個重要的不確定規(guī)劃問題。 在完全可觀察性的條件下對擴展目標作規(guī)劃時，擴展目標常常體現(xiàn)為時態(tài)邏輯公式，特別是CTL公式或E<,A>G<,LE>公式。雖然E<,A>G<,LE>與CTL相比具有可以表示“規(guī)劃意圖”和“對子目標的失敗處理機制”的特點；但是，在表示擴展

2、目標的語義層次上，有關(guān)CTL和E<,A>G<,LE>之間比較的研究還不多。本文根據(jù)有關(guān)CTL目標公式和E<,A>G<,LE>目標公式的嚴格的語義描述，證明了：對于許多E<,A>G<,LE>目標公式而言，都存在著一個與之語義等價的CTL目公式(在這些E<,A>G<,LE>目標公式當中，還包括了一些原來被認為不可以用CTL目標公式表達的E<,A>G<,LE>目標公式)。另外，本文還分析指出了E<,A>G<,LE>目標公式與CTL目標公式相比

3、在表達能力上的一些局限性。 在目前所有的關(guān)于求強規(guī)劃解(無論是在完全可觀察性還是部分可觀察性的條件下)的研究中，觀測變量的集合都被認為是固定的而且是強制性的。然而，在許多現(xiàn)實的規(guī)劃領(lǐng)域里，觀測變量的集合是變化的或者是可選擇的：另外，某些觀測信息對強解的執(zhí)行也許是毫無用處的，但獲得這些觀測信息卻需要付出一定的代價。為強解作觀濺信息約簡(即在不影響柑應(yīng)盼動作執(zhí)行過程的情況下，盡量簡化伴隨其間信息觀測工作)是一個很有意義的研究內(nèi)容，因

4、為它可以改善強解的質(zhì)量并使其執(zhí)行的代價減少。就我目前所知，這仍然是個待解決的問題。本文首次提出了相關(guān)問題，并給出了第一個對狀態(tài)——動作表形式的強解作觀測信息約簡的算法sTRONG-FO-PO。輸入某個狀態(tài)——動作表形式的強解π<,F>，算法STRONG-FO-PO會首先計算一個近似最小的在π<,F>執(zhí)行期間可能有用的觀測變量集V<,obs>，然后把π<,F>F轉(zhuǎn)化為一個建立在V<,obs>上的條件規(guī)劃π<,F>。另外，本文還證明了該算法