实体
POMCP
POMCP
PulseAugur coverage of POMCP — every cluster mentioning POMCP across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的信念状态引擎增强了 LLM 在不确定环境下的规划能力
研究人员推出了一种名为信念状态引擎（Belief-State Engine, BSE）的架构修改，旨在增强大型语言模型（LLMs）在部分可观察环境中的规划能力。BSE 作为外部推理模块，维护部分可观察马尔可夫决策过程（POMDP）的潜在状态的贝叶斯后验，并将此后验信息而非原始的动作-观察历史馈送给 LLM。此方法旨在为 LLM 提供原则性的不确定性规划能力，继承经典 POMDP 理论的理论最优保证。在 Tiger POMDP 和攻击图…
-
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。