论文部分内容阅读
部分可观察马尔可夫决策过程（ Partially Observable Markov Decision Processes, POMDPs ）是动态不确定环境下序贯决策的理想模型，但是现有算法都陷入“维数灾”和“历史灾”问题，造成理想的POMDPs模型无法在实际工程中得到应用．本文首先详细分析了POMDPs精确算法的复杂度，阐述问题求解的难点；然后比较分析现有基于点的离线算法和在线算法两类算法的算法思想和时间复杂度，指出两类算法的优缺点；最后简介POMDPs实际应用情况和未来的研究方向．