機(jī)器人導(dǎo)航POMDP算法研究.pdf

1、部分可觀測馬爾可夫決策過程(POMDP)是一種用于制定序列決策的經(jīng)典模型。在該模型中，智能體做出動作所產(chǎn)生的效果是不確定的，對環(huán)境狀態(tài)信息的觀測也是不完整的。因此，POMDP對于表達(dá)智能體在非確定環(huán)境下的序列決策問題而言是非常有效的模型。本文對POMDP基本理論進(jìn)行了深入地研究，并分析了POMDP的復(fù)雜度及理論結(jié)果，對值迭代算法進(jìn)行了改進(jìn)。然后對POMDP模型在機(jī)器人導(dǎo)航控制的應(yīng)用進(jìn)行了仿真實(shí)驗(yàn)，并分析了仿真結(jié)果，對仿真實(shí)驗(yàn)中出現(xiàn)的問題

2、進(jìn)行了分析。 首先，介紹了當(dāng)前應(yīng)用在機(jī)器人導(dǎo)航控制領(lǐng)域中的幾個經(jīng)典的智能控制算法，并介紹了本文要研究的POMDP理論的研究現(xiàn)狀。 然后，詳細(xì)闡述了部分可觀測馬爾可夫決策過程(POMDP)的基本理論及數(shù)學(xué)框架。為了清楚地說明POMDP的基本思想和理論背景，給出了一個循序漸進(jìn)的理論闡述過程：先詳細(xì)闡述了MDP理論，然后在MDP的基礎(chǔ)上引出了對POMDP模型的定義以及POMDP問題的求解算法。重點(diǎn)研究了POMDP的代表性算法，

3、對其精確求解算法給予了深入的分析，并對值迭代算法進(jìn)行了改進(jìn)。 最后，給出了POMDP模型實(shí)現(xiàn)機(jī)器人導(dǎo)航控制任務(wù)的各要素設(shè)計，應(yīng)用POMDP模型解決了機(jī)器人在各種復(fù)雜仿真環(huán)境中的導(dǎo)航問題，完成了路徑規(guī)劃任務(wù)和環(huán)境建模任務(wù)。對于處在現(xiàn)實(shí)環(huán)境中的機(jī)器人來說，環(huán)境信息的部分可觀測性主要表現(xiàn)在機(jī)器人通過傳感器對環(huán)境的感知是否完全。本文在模擬聲納掃描環(huán)境的過程中，將聲納對環(huán)境信息觀測的不確定性用概率的形式表現(xiàn)出來，并將其與POMDP模型的信