基于马尔可夫决策的任务规划.docxVIP

基于马尔可夫决策的任务规划

基于马尔可夫决策的任务规划

基于马尔可夫决策的任务规划以状态空间、动作空间、状态转移概率与即时奖励为基本要素，把复杂环境下的任务组织问题转化为智能体在不确定性系统中通过策略选择实现长期收益最优的决策过程。该方法并不把任务看作静态清单，而是将任务执行过程中资源变化、环境扰动、目标优先级迁移、执行结果反馈以及后续可用动作均纳入统一建模框架，使规划结果不仅反映任务之间的先后关系，也反映系统在每一时刻面对不确定条件时应采取的行动倾向。在机器人协同、生产调度、自动驾驶行为决策、云边端计算任务分发、空中交通流量管理以及多智能体作战规划等场景中，任务往往不是孤立发生的，前