亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Linear programming-based solution methods for constrained partially observable Markov decision processes

计算机科学 数学优化 马尔可夫决策过程 灵活性(工程) 时间范围 线性规划 部分可观测马尔可夫决策过程 可见的 动态规划 线性近似 马尔可夫链 马尔可夫过程 算法 马尔可夫模型 数学 非线性系统 量子力学 统计 机器学习 物理
作者
Robert K. Helmeczi,Can Kavaklioğlu,Mücahit Çevik
出处
期刊:Applied Intelligence [Springer Nature]
卷期号:53 (19): 21743-21769 被引量:2
标识
DOI:10.1007/s10489-023-04603-7
摘要

Constrained partially observable Markov decision processes (CPOMDPs) have been used to model various real-world phenomena. However, they are notoriously difficult to solve to optimality, and there exist only a few approximation methods for obtaining high-quality solutions. In this study, grid-based approximations are used in combination with linear programming (LP) models to generate approximate policies for CPOMDPs. A detailed numerical study is conducted with six CPOMDP problem instances considering both their finite and infinite horizon formulations. The quality of approximation algorithms for solving unconstrained POMDP problems is established through a comparative analysis with exact solution methods. Then, the performance of the LP-based CPOMDP solution approaches for varying budget levels is evaluated. Finally, the flexibility of LP-based approaches is demonstrated by applying deterministic policy constraints, and a detailed investigation into their impact on rewards and CPU run time is provided. For most of the finite horizon problems, deterministic policy constraints are found to have little impact on expected reward, but they introduce a significant increase to CPU run time. For infinite horizon problems, the reverse is observed: deterministic policies tend to yield lower expected total rewards than their stochastic counterparts, but the impact of deterministic constraints on CPU run time is negligible in this case. Overall, these results demonstrate that LP models can effectively generate approximate policies for both finite and infinite horizon problems while providing the flexibility to incorporate various additional constraints into the underlying model.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
JZ完成签到,获得积分10
1分钟前
JZ发布了新的文献求助10
1分钟前
1分钟前
Owen应助陈媛采纳,获得10
2分钟前
章鱼完成签到,获得积分10
2分钟前
4分钟前
陈媛发布了新的文献求助10
5分钟前
kuoping完成签到,获得积分10
5分钟前
7分钟前
PD完成签到,获得积分10
7分钟前
7分钟前
8分钟前
义气的书雁完成签到,获得积分10
8分钟前
9分钟前
andrele发布了新的文献求助10
9分钟前
谦也静熵完成签到,获得积分10
10分钟前
通科研完成签到 ,获得积分10
10分钟前
12分钟前
andrele发布了新的文献求助10
12分钟前
陈媛发布了新的文献求助10
12分钟前
sasa发布了新的文献求助10
12分钟前
sasa完成签到,获得积分10
13分钟前
满地枫叶完成签到,获得积分20
14分钟前
joanna完成签到,获得积分10
14分钟前
满地枫叶发布了新的文献求助10
14分钟前
14分钟前
M先生完成签到,获得积分10
14分钟前
14分钟前
14分钟前
tlx发布了新的文献求助10
15分钟前
15分钟前
15分钟前
15分钟前
16分钟前
16分钟前
小圆圈发布了新的文献求助30
16分钟前
兴奋的宛亦完成签到,获得积分20
16分钟前
zhanglongfei发布了新的文献求助10
16分钟前
16分钟前
小圆圈发布了新的文献求助10
16分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3150609
求助须知:如何正确求助?哪些是违规求助? 2802008
关于积分的说明 7846050
捐赠科研通 2459372
什么是DOI,文献DOI怎么找? 1309219
科研通“疑难数据库(出版商)”最低求助积分说明 628696
版权声明 601757