Fast MCVI Based on Improved NSGA2

部分可观测马尔可夫决策过程 计算机科学 马尔可夫决策过程 维数之咒 图形 数学优化 人口 马尔可夫过程 趋同(经济学) 马尔可夫链 可见的 操作员(生物学) 算法 理论计算机科学 马尔可夫模型 人工智能 数学 机器学习 经济增长 社会学 量子力学 统计 物理 人口学 经济 抑制因子 化学 生物化学 转录因子 基因
作者
Liu Yin,Yingping Zhou,Shuai Chen
标识
DOI:10.1109/ihmsc.2014.38
摘要

Nowadays, the partially observable Markov decision processes (POMDPs) is widely used in many fields. The solutions to POMDP suffer from prohibitive computational complexity due to curse of dimensionality, but MCVI for POMDP is envisioned as a promising approach to break the curse. Although MCVI is a great breakthrough toward solving this problem, it still has some defects, such as the slow convergence rate and the continuous growth of nodes' number of policy graph. To this end, the purpose of this paper is to provide a fast MCVI based on improved NSGA2. Different from the general NSGA2, the improved NSGA2 initializes the population by experiential knowledge and uses a self-adjustable value as the probability of cross and mutation. Before executing the MCVI, the algorithm will set a series of thresholds. When the algorithm gets a temporary policy graph which reaches one of the thresholds, it will use a discount operator to update the threshold and use the improved NSGA2 to update policy graph. After that, the algorithm will execute the MCVI again and repeat this process until the end. Numerical experiments show that the fast MCVI achieves about 8% increase in convergence rate over original MCVI, and about 60% decrease in nodes' number of policy graph, for the classic problem of corridor.
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
叶梓发布了新的文献求助20
刚刚
1秒前
awei发布了新的文献求助20
2秒前
余凌兰完成签到 ,获得积分10
3秒前
安安完成签到 ,获得积分10
4秒前
4秒前
科研通AI2S应助充电宝采纳,获得10
5秒前
dtjvb发布了新的文献求助10
5秒前
鲜于元龙发布了新的文献求助10
6秒前
认真科研中的阿欢完成签到,获得积分10
6秒前
7秒前
爆米花应助Kakaluote采纳,获得10
11秒前
11秒前
maox1aoxin应助完美的海秋采纳,获得30
13秒前
Wangjingxuan完成签到,获得积分10
13秒前
zino发布了新的文献求助10
14秒前
三新荞应助留胡子的凌寒采纳,获得30
14秒前
疯狂的鱼完成签到,获得积分10
15秒前
老阶梯应助Fairy采纳,获得10
18秒前
zuoyou发布了新的文献求助10
18秒前
19秒前
缪婷婷应助Pheonix1998采纳,获得30
19秒前
Owen应助柒z采纳,获得10
23秒前
BEN发布了新的文献求助10
23秒前
叶颤完成签到,获得积分10
24秒前
zuoyou完成签到,获得积分10
26秒前
27秒前
悦耳的柠檬完成签到,获得积分10
29秒前
深情安青应助小伊采纳,获得10
30秒前
30秒前
30秒前
科研通AI2S应助科研小废物采纳,获得10
30秒前
lili发布了新的文献求助10
30秒前
Maestro_S发布了新的文献求助10
31秒前
31秒前
SoHottt发布了新的文献求助20
33秒前
34秒前
弦星潺发布了新的文献求助10
36秒前
jevon应助完美的海秋采纳,获得10
36秒前
吴帆完成签到,获得积分10
37秒前
高分求助中
歯科矯正学 第7版(或第5版) 1004
The late Devonian Standard Conodont Zonation 1000
Semiconductor Process Reliability in Practice 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 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 3238043
求助须知:如何正确求助?哪些是违规求助? 2883362
关于积分的说明 8230338
捐赠科研通 2551496
什么是DOI,文献DOI怎么找? 1379968
科研通“疑难数据库(出版商)”最低求助积分说明 648908
邀请新用户注册赠送积分活动 624545