基于狀態(tài)演算和MDP的最優(yōu)規(guī)劃研究.pdf

1、智能規(guī)劃是近幾年人工智能領(lǐng)域中的一個(gè)研究熱點(diǎn),因其廣泛的應(yīng)用價(jià)值和在理論研究中的重要地位,受到越來(lái)越多的學(xué)者關(guān)注。馬爾可夫決策過(guò)程是研究隨機(jī)環(huán)境下多階段決策過(guò)程優(yōu)化問(wèn)題的理論,與行動(dòng)推理相結(jié)合,可以實(shí)現(xiàn)最優(yōu)規(guī)劃。狀態(tài)演算為一種行動(dòng)推理形式化系統(tǒng),通過(guò)刻畫(huà)動(dòng)態(tài)系統(tǒng)變化規(guī)律,實(shí)現(xiàn)智能體在初始狀態(tài)下根據(jù)目標(biāo)狀態(tài)進(jìn)行的自動(dòng)推理。
　　 本文基于狀態(tài)演算和MDP,圍繞著效能函數(shù)對(duì)最優(yōu)規(guī)劃進(jìn)行研究,主要工作如下:
　　 (1)初步實(shí)

2、現(xiàn)一種基于狀態(tài)演算的最優(yōu)規(guī)劃。在狀態(tài)演算的基礎(chǔ)上,根據(jù)智能體的目標(biāo)狀態(tài),設(shè)定一個(gè)特定的目標(biāo)函數(shù),實(shí)現(xiàn)最優(yōu)規(guī)劃。
　　 (2)對(duì)MDP規(guī)劃進(jìn)行深入研究,將MDP中的報(bào)酬函數(shù),效能函數(shù)引入到狀態(tài)演算當(dāng)中,提出了基于狀態(tài)演算和MDP的最優(yōu)規(guī)劃。通過(guò)引入規(guī)劃式,給出規(guī)劃式語(yǔ)法和語(yǔ)義,用以描述規(guī)劃中各動(dòng)作間順序,非確定選擇等關(guān)系和規(guī)劃式中不同動(dòng)作關(guān)系的效能函數(shù)更新規(guī)則,特別是非確定選擇動(dòng)作關(guān)系,最終實(shí)現(xiàn)最優(yōu)規(guī)劃。
　　 (3)設(shè)計(jì)