CAR-MCTS

新的CAR-MCTS算法为鲁棒MDP规划提供确定性保证

研究人员开发了CAR-MCTS，这是一种新颖的蒙特卡洛树搜索算法，专为鲁棒马尔可夫决策过程（MDP）规划而设计。该新方法首次为鲁棒在线MDP规划提供了确定性的随时最优性保证，解决了转移模型中的不确定性挑战。CAR-MCTS使用确定性界限来指导探索和修剪次优分支，使其能够在无需探索整个状态空间的情况下证明根动作的最优性。该框架还包括一个随时策略评估机制，可以证明任何给定策略的鲁棒值。