基于动态概率关系模型的规划识别研究及应用.pdfVIP

第 13卷 第2期 2013年 1月 科 学 技 术 与 工 程 Vo1．13 No．2 Jan．2013 1671— 1815f2013)02—0337—05 ScienceTechnologyandEngineering ⑥ 2013 Sci．Tech．Engrg． 基于动态概率关系模型的规划 识别研究及应用 胡广朋 徐春丽 徐 乡 (江苏科技大学计算机科学与工程学院，镇江212003) 摘 要 根据Sanghai等人在概率关系模型的基础上引进的动态概率关系模型的概念，把该理论应用于规划识别的研究。动 态概率关系模型是动态贝叶斯网络(DBNs)的一种扩展。通过引进动态概率关系 (DPRM)讨论 了动态不确定性问题。粒子滤 波算法，作为在DBNs中的标准推理方法，在运用与DPRMs时有严重的局限性。利用Rao—Blackwellisation关系理论可以有效 的改善，进一步再引入规划树概念，使DPRMs在机械装配领域得到了成功的应用。 关键词 规划识别 概率关系模型 动态贝叶斯 动态概率关系模型 粒子滤波 中图法分类号 TP182； 文献标志码 A 世界充满着连续性现象，不确定性因素也是其 连续性问题，就像DBNs对贝叶斯网络的扩展一样。 中的普遍特点。目前针对该现象的对具代表性有 通过采用 Rao—Blackwellised粒子滤波开发一种对 效的理论就是动态贝叶斯网络，即 DBNs…，DBNs DPRMs有效的推理步骤。再把规划树作为一种数 作为一组变量表示世界的状态，模拟两时间步之间 据结构，来减少在动态概率关系模型中推理的计算 变量内部的概率依赖性。尽管比以前的方法有很 成本。 大的进步，但是 DBNs仍然不能严密的表示许多现 1 动态贝叶斯网络 实世界的领域。特别是，包含多重对象和对象类以 及它们之间有多重关系，并且对象和关系又随着时 动态Bayes网络(DBNs)是Bayes网络为动态系 间出现或消失的领域。例如，制造工厂使用多种类 统建模的一种扩展。在动态Bayes网中，在 t时刻的 型的机器和操作从大量的零件中装配复杂的人工 状态用一组随机变量表示为Z = {Z㈠，…， ．}，t 产品(如，汽车，计算机，航天器等)。在 DBNs中应 时刻的状态时独立于上一个时间步的状态的。这 用于这个领域将需要详尽的表示所有可能的对象 里需要两个假设：首先假设每个状态仅仅依赖于相 及它们之间的关系。这就出现了两个问题，第一个 邻的前一个状态 (也就是系统是一阶马尔科夫模 是计算代价的昂贵，第二个是减少该领域大量的结 型)。因此，需要表示出转移概率分布尸(z…lZ)， 构也是 DBNs不容易做到的。现扩展了DBNs理论 这可 以用 于 两 个 时 间片 的 贝 叶斯 网络 片 断 (2TBN)B…，它包括父结点可 以是变量 Z 与或是 来致力于这两个 问题，揭示 了领域的关系结构。并 Z… 的变量 z…，和没有父结点的变量 z。其次，可 且改善了推理方法。 以假设该过程是静态的，也就是所有时间片的过渡 概率关系模型_23PRMs是贝叶斯网络的一种 模型都是同样的：B =B ：…=B =B 。因此一 扩展，可推理类，对象和关系。论文扩展了PRMs到 个动态贝叶斯 网络可 以定义成