强规划的最小期望权值求解算法
袁润1
文中华2
戴良伟1
陈秋茹1
1.湘潭大学信息工程学院 湘潭4111052.湖南工程学院湖南省风电装备与电能变换协同创新中心 湘潭411104;湘潭大学智能计算与信息处理教育部重点实验室 湘潭411105
摘要：随着人工智能的快速发展,智能规划中的不确定规划问题逐渐成为研究热点.在不确定系统中,由于受外部干扰因素影响,状态转移和到达结果都是不确定的,并且不确定转移系统执行动作需要花费一定代价.针对该问题,对不确定系统中的动作赋权值,用概率分布表示状态转移的不确定性,提出强规划解的期望权值,设计了求最小期望权值强规划解的方法.该算法首先将不确定规划问题中的目标状态集并入已搜索状态集,运用反向搜索求最小期望权值强规划解;在搜索过程中,需不断将最小期望权值所对应状态并入已搜索状态集,并更新未搜索状态集,迭代上述搜索步骤,直到已搜索状态集不变化为止,从而找出最小期望权值强规划解.
关键词：人工智能不确定规划强规划解概率分布期望权值反向搜索
分类号：TP181(自动化基础理论)
资助基金：国家自然科学基金(61272295)国家自然科学基金(61105039)国家自然科学基金(61202398)湖南省重点学科建设项目(0812)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 851-856,889 )
英文信息