RockSample
PulseAugur coverage of RockSample — every cluster mentioning RockSample across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新信念嵌入树搜索 (BETS) 规划器用于 POMDPs
研究人员推出了一种新颖的蒙特卡洛规划器——信念嵌入树搜索 (BETS)，专为部分可观察马尔可夫决策过程 (POMDPs) 设计。BETS 使用生成分布嵌入 (GDE) 来表示信念，并与其策略和价值网络同时训练其信念模型。这种方法允许模型直接从 POMDP 的动态和已实现的隐藏状态中学习最优信念表示。在 RockSample、LightDark 和 PocMan 等基准任务上的评估表明，BETS 在高维信念空间中与现有方法相比具有竞争力。
-
多机器人主动推理方法改进协同探索
研究人员开发了一种新颖的多机器人主动推理方法，使团队能够学习共同的环境模型并基于预期的信息增益来规划行动。该方法通过向共享的自然参数添加证据增量来纠正信念融合和规划中的错误。在RockSample和现场监测等合作任务上的实验表明，这种融合校正保持了探索冗余，而预期的证据则有效地减少了冗余，以可管理的成本恢复了集中规划的显著价值。
-
新框架统一了 POMDP 中的不确定性约简和奖励
研究人员为部分可观察马尔可夫决策过程（POMDP）开发了一个新框架，该框架直接奖励不确定性约简。这种方法被称为最小化预期自由能（EFE），已被证明等同于求解一种特定类型的 POMDP，其中效用是预期的信息增益。在包括 Tiger 问题和 RockSample 在内的各种环境中的实验表明，EFE 规划无需针对特定任务进行调整，即可匹配或超越仅基于奖励的规划，并避免了过度探索问题。这为信息收集有成本的应用（如故障检测和医学筛查）提供了一个…