- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于状态空间划分的预测状态表示模型学
习算法#
刘云龙*
5
10
15
20
25
30
35
40
(厦门大学自动化系)
摘要:预测状态表示(Predictive State Representations, PSRs)是解决局部可观测问题的有效
方法,但现有研究往往以整个状态空间为问题背景或仅能获取系统的局部模型,限制了
PSR 方法的应用范围。本文提出了一种基于状态空间划分的 PSR 模型的学习算法,首先根
据训练数据,利用 Landmark 将状态空间划分为多个子状态空间,进而确定每个子空间 PSR
模型以及缺值数据的获取方式,最后利用子空间 PSR 模型构建整个系统的 PSR 模型,实现
对任意事件的预测。所提方案降低了获取模型的难度,提高了预测的精度。通过在 Cheese
Maze 问题上的应用,验证了所提算法的准确性和有效性。
关键词:预测状态表示;局部模型;状态空间划分
中图分类号:TP282
An algorithm for Learning Predictive State Representations
Based on State Space Partitioning
Liu Yunlong
(Department of Automation, Xiamen University, 361005, Xiamen)
Abstract: Predictive State Representations (PSRs) are powerful methods of modeling dynamical
systems by representing state using only observable data. Much progress has been made since
PSRs were proposed. However, current techniques in PSRs focus on learning a model on the
entire state space, or learning a local model of the system, which limit the application of PSRs. In
this paper, an algorithm for learning the PSR model of a system based on state space partitioning
is proposed. First, according to the training data, the entire state space is partitioned into sub-state
spaces using landmarks of the environment, and then traditional technique is used to learn every
sub-state space’s PSR model, which is easier than learning the model on the entire state space. We
then show how one might combine these local models to produce the complete model of the
underlying system. We demonstrate our ability to obtain the complete model on the cheese maze
problem, and empirical results are given to show effectiveness of our algorithm.
Key words: Predictive State Representations; Local Model; State Space Partitioning
0 引言
在人工智能领域,对于一个随机的、局部可观测的环境,智能体由于受到其感知能力的
限制,有可能会感知不到所处环境的某些重要特征,同时,智能体采取的动作也往往得不到
预期的效果。在这种局部可观测、随机的系统中如何获取智能体的最优策略——即不确定环
境下的规划问题,是人工智能领域研究的一个重要问题[1]。常用的解决这种问题的途径是首
先对系统建模,然后根据得到的系统模型对问题进行求解。
局部可观测马尔可夫决策过程(Partially Observable Markov Decision Processes, POMDPs)
为解决这种不确定环境下的规划问题提供了丰富的数学框架[1
您可能关注的文档
- 4种农林生物质热解特性及动力学研究.doc
- 48份分蘖洋葱种质资源遗传多样性的SSR和AFLP标记分析.doc
- 80 t转炉熔池混匀行为的物理模拟研究.doc
- 105μm芯径GI多模光纤中受激布里渊散射及受激布里渊放大模式特性研究.doc
- AZ31+Y+Sr镁合金盒形件超塑气胀成形研究.doc
- CH4-H2O-NaCl包裹体V-x参数的准确计算.doc
- CoMnCrSi霍伊斯勒合金的结构稳定性和半金属性研究.doc
- GDQR求解非均质变截面圆拱的振动特性.doc
- Klotho基因在残余肾模型大鼠肾脏的表达及淫羊藿、黄芪、大黄复方的干预作用研究.doc
- LRRC4增强替莫唑胺的敏感性促进U87细胞凋亡.doc
- 301115_2024_#ESG_联检科技_2024年度环境、社会和治理(ESG)报告_2025-04-29.pdf
- 300308_2024_#ESG_中际旭创_2024年环境、社会及公司治理(ESG)报告_2025-04-21.pdf
- 想生科技产品注册公告及所需文件상생기술제품_등록_공고문_및_제출_서류.pdf
- 300760_2024_#SD_迈瑞医疗_2024年度可持续发展报告_2025-04-29.pdf
- 300870_2024_#SD_欧陆通_欧陆通2024年可持续发展报告_2025-04-22.pdf
- 301369_2024_#ESG_联动科技_2024年度环境、社会与公司治理(ESG)报告_2025-04-18.pdf
- 300937_2024_#SD_药易购_2024年度可持续发展报告_2025-04-25.pdf
- 300621_2024_#ESG_维业股份_维业股份:2024年度环境、社会和公司治理(ESG)报告_2025-04-19.pdf
- 300428_2024_#SD_立中集团_立中四通轻合金集团股份有限公司2024年度可持续发展报告-中文版_2025-04-21.pdf
- 301167_2024_#ESG_建研设计_2024年度环境、社会及公司治理(ESG)报告_2025-04-04.pdf
最近下载
- GB 45673-2025《危险化学品企业安全生产标准化通用规范》之“5.1安全领导力”审核检查单.pdf VIP
- 第15课《分享数字作品》义务教育信息科技课程教学指南 在线学习与生活 三年级全一册第四单元课时教学设计.doc VIP
- 意识形态专题党课(优质培训课件)73页PPT.pptx VIP
- 气瓶使用与安全管理培训课件.ppt VIP
- 工业软件产业研究-CAX类工业软件趋势、空间、格局与投资主线.docx
- 教育部重点实验室验收报告0424.pdf VIP
- 静脉采血PPT课件完整版.pptx VIP
- 第三单元 工具与技术 教学设计-2023-2024学年科学六年级上册教科版.docx VIP
- 13S201 室外消火栓及消防水鹤安装.docx VIP
- A03149精益物流-PFEP培训.pptx VIP
文档评论(0)