预测状态表示中状态空间划分机制及应用研究

项目名称： 预测状态表示中状态空间划分机制及应用研究

项目编号： No.61375077

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 刘云龙

作者单位： 厦门大学

项目金额： 78万元

中文摘要： 预测状态表示（PSR）是解决局部可观测问题的有效方法，但现有研究在整个状态空间上获取系统的PSR模型，计算复杂、获取模型困难，相关算法仅能应用于较小规模系统。本项目以大规模系统为讨论对象，研究PSR中状态空间划分机制，提出PSR模型的构建方案，并分析如何将获取的PSR模型应用于规划。首先，本项目拟通过确定系统的landmark集合，并以landmark为临界点，将状态空间划分为多个子状态空间，提出状态空间的划分方法;进而，分析子空间本身特性,研究子空间PSR模型的获取方式，并通过子空间PSR模型构建整个系统的PSR模型, 提出基于状态空间划分的PSR模型的获取方案;最后，考虑到获取的模型往往不准确，结合模型本身特点，以大规模系统为应用背景，探讨基于状态空间划分PSR模型的规划算法。通过项目的开展，可望实现PSR方法在大规模系统中的应用，为解决现实世界中广泛存在的局部可观测问题提供有效方案。

中文关键词： 局部可观测；预测状态表示；局部模型；Monte-Carlo Tree Search；谱方法

英文摘要： PSR (Predictive State Representations) is an efficient technique for solving partially observable problems.The state of the art algorithms for obtaining the PSR model of a system search the entire state space for a solution, which is high computational co

英文关键词： Partially observable；Predictive State Representations；Local Model；Monte-Carlo Tree Search；Spectral method