- 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
Probabilistic Robotics Stanford University概率机器人斯坦福大学
Probabilistic Robotics Problem Classes Deterministic vs. stochastic actions Full vs. partial observability Deterministic, fully observable Stochastic, Fully Observable Stochastic, Partially Observable Markov Decision Process (MDP) Markov Decision Process (MDP) Rewards and Policies Policy (general case): Policy (fully observable case): Expected cumulative payoff: T=1: greedy policy T1: finite horizon case, typically no discount T=infty: infinite-horizon case, finite reward if discount 1 Policies contd. Expected cumulative payoff of policy: Optimal policy: 1-step optimal policy: Value function of 1-step optimal policy: 2-step Policies Optimal policy: Value function: T-step Policies Optimal policy: Value function: Infinite Horizon Optimal policy: Bellman equation Fix point is optimal policy Necessary and sufficient condition Value Iteration for all x do endfor repeat until convergence for all x do endfor endrepeat Value Iteration for Motion Planning Value Function and Policy Iteration Often the optimal policy has been reached long before the value function has converged. Policy iteration calculates a new policy based on the current value function and then calculates a new value function based on this policy. This process often converges faster to the optimal policy. * * SA-1 Planning and Control: Markov Decision Processes s2 s3 s4 s5 s1 0.7 0.3 0.9 0.1 0.3 0.3 0.4 0.99 0.01 0.2 0.8 r=-10 r=20 r=0 r=1 r=0 Given: States x Actions u Transition probabilities p(x‘|u,x) Reward / payoff function r(x,u) Wanted: Policy p(x) that maximizes the future expected reward
您可能关注的文档
- Precedence Constrained Scheduling优先级约束调度.ppt
- PRECEDEPROCEED INTRODUCTIONPRECEDEPROCEED介绍.ppt
- Pre – AP Biology Wikispaces预–AP生物学Wikispaces.ppt
- Precise vs精确与. vague quantities instruction2.mtsac.ppt
- Precision Management on Golf Courses高尔夫球场的精细化管理.ppt
- Precipitation Shadows in the Hudson Valley CSTAR降水在哈德逊谷的阴影.ppt
- Precious Metals Jewellery Who needs Who贵金属和珠宝谁需要谁.ppt
- precis_grammatical atpfth正确的语法_ atpf。.ppt
- Precursors to Modern Physics现代物理学的前体.ppt
- Precoded VBLAST for ISI MIMO Channels预编码的VBLAST ISI信道.ppt
- Probabilistic Models of Cognition Conceptual Foundations认知概念基础的概率模型.ppt
- Probabilistic Link Analysis Limitations of Link Analysis链路分析的概率链路分析.ppt
- PROBABILITIES IN THE LANDSCAPE University of Cambridge景观中的概率剑桥大学.ppt
- Prise en charge du TC grave Ranimation et stratgies 负责研发的TC严重233动画和战略与策略233.ppt
- Probability MathXTC概率mathxtc.ppt
- Probability Rules clfs概率规则CLFS.umd.ppt
- Probability Vocabulary Foldable TypePad概率词汇折叠 TypePad.ppt
- PRoBE Presentation 6th Grade Study Habits group调查显示第六年级学习习惯组.ppt
- Probing Red Giant Winds with FUSE and STIS探讨红巨风保险丝和性病.ppt
- Problem Syracuse University问题雪城大学.ppt
最近下载
- 湖北省宜昌市部分省级示范高中2024-2025学年高一上学期期中联考数学试题含答案.docx VIP
- 考研真题 南京财经大学会计学院813会计学综合(微观经济学、会计学)历年考研真题汇编(含部分答案).docx VIP
- 2025年吉林通用航空职业技术学院单招职业适应性测试题库完美版.docx VIP
- 2025至2030中国航空配餐行业市场发展分析及竞争格局与发展趋势报告.docx
- 霍尼韦尔 教程及应用Honeywell QCS培训材料.pdf
- 2025年吉林通用航空职业技术学院单招职业适应性测试题库1套.docx VIP
- 2019ESCEAS血脂异常管理指南2025重点更新解读PPT课件.pptx VIP
- 湖北省宜昌市部分省级示范高中2024-2025学年高一上学期期中联考化学试题 含答案.docx VIP
- 2024年吉林通用航空职业技术学院单招职业适应性测试题库最新.docx VIP
- 2024新部编人教版小学一年级语文(上册)全册完整教案设计.pdf VIP
原创力文档


文档评论(0)