可解码 POMDP 的拟多项式时间规划
原文:Quasipolynomial-Time Planning for Decodable POMDPs
我们研究具有有限状态、动作和观察空间的有限范围部分可观察马尔可夫决策过程(POMDP)的规划。众所周知,在这种情况下,精确规划和近似规划在计算上都很困难,因此之前的工作已经探索了使规划变得更容易的自然假设。最近的工作 [Golowich et al., 2022] 给出了拟多项式时间近似规划算法
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。