基于策略迭代和值迭代的POMDP算法

Keywords: [部分可观察Markov决策, 决策算法, 智能体, 值迭代, 策略迭代, POMDP, decision algorithm, agent, value iteration, policy iteration]

Full-Text   Cite this paper   Add to My Lib

Abstract:

部分可观察Markov决策过程是通过引入信念状态空间将非Ma..

Full-Text