不確定規(guī)劃中的擴(kuò)展目標(biāo)語義比較和觀測信息約簡.pdf

1、不確定規(guī)劃是目前人工智能研究領(lǐng)域的一個(gè)熱點(diǎn)。在完全可觀察性的條件下對(duì)擴(kuò)展目標(biāo)作規(guī)劃，以及在完全可觀察性(或部分可觀察性)的條件下對(duì)可達(dá)性目標(biāo)求強(qiáng)規(guī)劃解(簡稱強(qiáng)解)是其中的兩個(gè)重要的不確定規(guī)劃問題。 在完全可觀察性的條件下對(duì)擴(kuò)展目標(biāo)作規(guī)劃時(shí)，擴(kuò)展目標(biāo)常常體現(xiàn)為時(shí)態(tài)邏輯公式，特別是CTL公式或E<,A>G<,LE>公式。雖然E<,A>G<,LE>與CTL相比具有可以表示“規(guī)劃意圖”和“對(duì)子目標(biāo)的失敗處理機(jī)制”的特點(diǎn)；但是，在表示擴(kuò)展

2、目標(biāo)的語義層次上，有關(guān)CTL和E<,A>G<,LE>之間比較的研究還不多。本文根據(jù)有關(guān)CTL目標(biāo)公式和E<,A>G<,LE>目標(biāo)公式的嚴(yán)格的語義描述，證明了：對(duì)于許多E<,A>G<,LE>目標(biāo)公式而言，都存在著一個(gè)與之語義等價(jià)的CTL目公式(在這些E<,A>G<,LE>目標(biāo)公式當(dāng)中，還包括了一些原來被認(rèn)為不可以用CTL目標(biāo)公式表達(dá)的E<,A>G<,LE>目標(biāo)公式)。另外，本文還分析指出了E<,A>G<,LE>目標(biāo)公式與CTL目標(biāo)公式相比

3、在表達(dá)能力上的一些局限性。 在目前所有的關(guān)于求強(qiáng)規(guī)劃解(無論是在完全可觀察性還是部分可觀察性的條件下)的研究中，觀測變量的集合都被認(rèn)為是固定的而且是強(qiáng)制性的。然而，在許多現(xiàn)實(shí)的規(guī)劃領(lǐng)域里，觀測變量的集合是變化的或者是可選擇的：另外，某些觀測信息對(duì)強(qiáng)解的執(zhí)行也許是毫無用處的，但獲得這些觀測信息卻需要付出一定的代價(jià)。為強(qiáng)解作觀濺信息約簡(即在不影響柑應(yīng)盼動(dòng)作執(zhí)行過程的情況下，盡量簡化伴隨其間信息觀測工作)是一個(gè)很有意義的研究內(nèi)容，因

4、為它可以改善強(qiáng)解的質(zhì)量并使其執(zhí)行的代價(jià)減少。就我目前所知，這仍然是個(gè)待解決的問題。本文首次提出了相關(guān)問題，并給出了第一個(gè)對(duì)狀態(tài)——?jiǎng)幼鞅硇问降膹?qiáng)解作觀測信息約簡的算法sTRONG-FO-PO。輸入某個(gè)狀態(tài)——?jiǎng)幼鞅硇问降膹?qiáng)解π<,F>，算法STRONG-FO-PO會(huì)首先計(jì)算一個(gè)近似最小的在π<,F>執(zhí)行期間可能有用的觀測變量集V<,obs>，然后把π<,F>F轉(zhuǎn)化為一個(gè)建立在V<,obs>上的條件規(guī)劃π<,F>。另外，本文還證明了該算法