

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中圖分類號(hào)嬰!墨!UDC0048博士學(xué)位論文學(xué)校代碼lQ三三密級(jí)公玨動(dòng)態(tài)不確定環(huán)境下的智能體序貫決策方法及應(yīng)用研究Agentsequentialdecisionmakingapproachanditsapplicationunderuncertainenviroment作者姓名:學(xué)科專業(yè):研究方向:學(xué)院(系、所):指導(dǎo)教師:副指導(dǎo)教師:仵博計(jì)算機(jī)科學(xué)與技術(shù)計(jì)算機(jī)應(yīng)用技術(shù)信息科學(xué)與工程學(xué)院吳敏教授陳鑫副教授論文答辯日期業(yè)i三:篁:]答辯委
2、員會(huì)主席牲中南大學(xué)2013年5月動(dòng)態(tài)不確定環(huán)境下的智能體序貫決策方法及應(yīng)用研究摘要:近年來(lái),動(dòng)態(tài)不確定環(huán)境下的智能體在線規(guī)劃和學(xué)習(xí)引起了科學(xué)界的極大關(guān)注,己就智能體在決策時(shí)必須考慮各種不確定性作為設(shè)計(jì)健壯系統(tǒng)的必備條件而達(dá)成共識(shí)。部分可觀察馬爾可夫決策過程(PartiallyObservableMarkovDecisionProcesses,簡(jiǎn)稱POMDPs)為智能體在動(dòng)態(tài)不確定環(huán)境下的序貫決策提供了一個(gè)理想的模型,該模型可以對(duì)傳感器噪
3、音、丟失信息和部分觀察信息等不確定性信息提供魯棒性建模,進(jìn)而最優(yōu)化序貫策略。然而,基于POMDPs的智能體在線規(guī)劃與學(xué)習(xí)常陷入信念狀態(tài)空間“維數(shù)災(zāi)“和“歷史災(zāi)”問題,造成現(xiàn)有算法僅適用于小規(guī)模問題,難于應(yīng)用到大規(guī)模實(shí)際工程中。本文針對(duì)上述問題,重點(diǎn)研究信念狀態(tài)空間壓縮方法、在線規(guī)劃和在線學(xué)習(xí)方法,并將本文方法應(yīng)用到無(wú)線傳感器網(wǎng)絡(luò)能量高效領(lǐng)域。主要研究成果和創(chuàng)新點(diǎn)如下:(1)提出一種基于非負(fù)矩陣分解更新規(guī)則的可分解POⅧPs信念狀態(tài)空間降
4、維算法針對(duì)求解可分解POMDPs規(guī)劃問題時(shí)遭遇的“維數(shù)災(zāi)’’問題,提出一種基于非負(fù)矩陣分解更新規(guī)則的可分解POMDPs信念狀態(tài)空間降維算法。首先,根據(jù)POMDPs的結(jié)構(gòu)特性,對(duì)狀態(tài)、觀察和動(dòng)作進(jìn)行可分解表示,利用動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的獨(dú)立關(guān)系對(duì)信念狀態(tài)空間進(jìn)行壓縮,從而降低信念狀態(tài)空間的稀疏性。然后,采用信念狀態(tài)空間值直接降維方法進(jìn)行降維,利用非負(fù)矩陣分解更新規(guī)則來(lái)更新信念狀態(tài)空間,從而不但避免Krylov迭代,加快降維速度,而且保留了值函數(shù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 不確定環(huán)境下的混合型多屬性群決策方法及應(yīng)用研究.pdf
- 不確定推理及其在多智能體環(huán)境下的應(yīng)用.pdf
- 不確定環(huán)境下如何決策
- 基于不確定模糊判斷矩陣及序關(guān)系群決策方法的研究
- 不確定環(huán)境下風(fēng)險(xiǎn)序及其應(yīng)用.pdf
- 3658.不確定語(yǔ)言多屬性群決策方法及應(yīng)用研究
- 不確定環(huán)境下的投資組合決策模型研究.pdf
- 不確定環(huán)境下實(shí)時(shí)決策及與組織結(jié)構(gòu)的關(guān)系研究.pdf
- 城區(qū)不確定環(huán)境下無(wú)人駕駛車輛行為決策方法研究.pdf
- 不確定因素影響的多智能體系統(tǒng)跟蹤控制方法及應(yīng)用研究.pdf
- 一種動(dòng)態(tài)不確定環(huán)境下多主體系統(tǒng)決策模型.pdf
- 不確定激勵(lì)下動(dòng)態(tài)測(cè)試模態(tài)參數(shù)的識(shí)別方法及不確定度評(píng)定研究.pdf
- 不確定環(huán)境下交通運(yùn)輸網(wǎng)絡(luò)路徑求解方法及應(yīng)用研究.pdf
- 不確定環(huán)境下期權(quán)定價(jià)模型及應(yīng)用研究.pdf
- 基于梯形模糊數(shù)的信息不確定的多準(zhǔn)則決策方法及應(yīng)用研究.pdf
- 序貫條件模擬方法研究及應(yīng)用.pdf
- 不確定環(huán)境下的熵及其應(yīng)用.pdf
- 不確定因素下UUV規(guī)劃與決策方法研究.pdf
- 不確定系統(tǒng)的魯棒優(yōu)化方法及應(yīng)用研究.pdf
- 不確定環(huán)境下研發(fā)項(xiàng)目的決策分析.pdf
評(píng)論
0/150
提交評(píng)論