POMCP

新的MCTS分析为POMDP规划提供理论保证

研究人员开发了一种新的有限时间分析方法，用于蒙特卡洛树搜索（MCTS）在部分可观察马尔可夫决策过程（POMDPs）中的应用。这项工作为离散和连续观测空间提供了概率集中界，填补了像POMCP这样的MCTS风格求解器在理论保证方面的空白。所提出的方法Voro-POMCPOW使用Voronoi单元自适应地划分连续观测空间，以维持有限的分支因子，同时提供理论保证。