Des POMDPs avec des variables d'état visibles

Mauricio Araya-López 1 Vincent Thomas 1 Olivier Buffet 1 François Charpillet 1
1 MAIA - Autonomous intelligent machine
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Les difficultés rencontrées dans les problèmes de décision séquentielle dans l'incertain sont souvent liées à la grande taille de l'espace d'états à considérer. Exploiter la structure du problème, par exemple en employant une représentation factorisée, est une approche souvent efficace mais, dans le cas des problèmes de décision markoviens partiellement observables, elle néglige un aspect important : le fait que certaines variables d'état peuvent être visibles. Dans le présent article nous proposons d'exploiter le fait que l'espace d'état peut-être factorisé en une partie visible et une partie cachée. En prenant l'exemple d'Incremental Pruning, nous montrons comment adapter des algorithmes classiques à cette factorisation et quels sont les bénéfices obtenus, entre autres sur la base de résultats expérimentaux.
Keywords : POMDP factoring
Document type :
Conference papers
Liste complète des métadonnées

https://hal.inria.fr/hal-00643458
Contributor : Vincent Thomas <>
Submitted on : Monday, November 21, 2011 - 11:36:26 PM
Last modification on : Tuesday, September 18, 2018 - 2:04:02 PM
Document(s) archivé(s) le : Wednesday, February 22, 2012 - 2:35:21 AM

File

araya10jfpda-momdp.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00643458, version 1

Collections

Citation

Mauricio Araya-López, Vincent Thomas, Olivier Buffet, François Charpillet. Des POMDPs avec des variables d'état visibles. 5èmes Journées Francophones de Planification, Décision et Apprentissage pour la conduite de systèmes, Jun 2010, Besancon, France. ⟨hal-00643458⟩

Share

Metrics

Record views

498

Files downloads

84