Computing the Reachability Value of Posterior-Deterministic POMDPs
Created by
- Haebom
Category
Empty
μ μ
Nathanael Fijalkow, Arka Ghosh, Roman Kniazev, Guillermo A. Perez, Pierre Vandenhove
π‘ κ°μ
μ΄ λ
Όλ¬Έμ λΆλΆ κ΄μΈ‘ λ§λ₯΄μ½ν κ²°μ κ³Όμ (POMDP)μμ λͺ©ν μν λλ¬ νλ₯ κ³μ°μ 볡μ‘μ± λ¬Έμ λ₯Ό λ€λ£Ήλλ€. μ°κ΅¬μ§μ 'μ¬ν κ²°μ μ POMDP'λΌλ μλ‘μ΄ POMDP ν΄λμ€λ₯Ό μ μνλ©°, μ΄ ν΄λμ€μμλ μμμ μ λ°λλ‘ λͺ©ν μν λλ¬ νλ₯ μ κ·Όμ¬ κ³μ°ν μ μμμ 보μ
λλ€. μ΄λ κΈ°μ‘΄ POMDPμμ λλ¬ νλ₯ κ³μ°μ΄ μ΄λ ΅κ±°λ λΆκ°λ₯νλ κ²κ³Ό λλΉλλ μ€μν μ±κ³Όμ
λλ€.
π μμ¬μ λ° νκ³
β’
μ¬ν κ²°μ μ POMDPλ MDPλ₯Ό ν¬ν¨νλ λΉκ΅μ λμ ν΄λμ€λ‘, μ΄ ν΄λμ€μμλ λλ¬ νλ₯ κ³μ° λ¬Έμ λ₯Ό ν¨μ¨μ μΌλ‘ ν΄κ²°ν μ μλ κ°λ₯μ±μ μ μν©λλ€.
β’
'μ¬ν κ²°μ μ 'μ΄λΌλ μμ±μ μΌλ¨ μ€μ μνκ° μλ €μ§λ©΄ κ³μν΄μ μλ €μ§λ€λ μ§κ΄μ μ΄κ³ μμ°μ€λ¬μ΄ νΉμ±μ κ°μ§λλ€.
β’
μ μλ λ°©λ²λ‘ μ΄ μ€μ μ μ© κ°λ₯ν μκ³ λ¦¬μ¦μΌλ‘ μ΄μ΄μ§κΈ° μν΄μλ μ¬ν κ²°μ μ POMDPμ μ μλ₯Ό λ§μ‘±νλ λ λ€μν μ¬λ‘λ₯Ό λ°κ΅΄νκ³ , μ€μ μ μΈ κ·Όμ¬ μκ³ λ¦¬μ¦μ κ°λ°νλ μ°κ΅¬κ° νμν©λλ€.
