机器人学中部分可观测的马尔可夫决策过程综述

#论文# TRO 2023| 机器人学中部分可观测的马尔可夫决策过程综述 【Partially Observable Markov Decision Processes in Robotics A Survey】 文章链接：Partially Observable Markov Decision Processes in ... 作者单位：汉堡大学、新加坡国立大学、阿尔托大学 噪声感知、不完美控制和环境变化是许多实际机器人任务的定义特征。部分可观测马尔可夫决策过程( POMDP )为不确定性环境下机器人决策与控制任务的建模与求解提供了一种原则性的数学框架。在过去的十年中，它已经出现了许多成功的应用，涵盖了定位与导航、搜索与跟踪、自动驾驶、多机器人系统、操纵和人机交互等领域。 本研究旨在弥补POMDP模型和算法的发展与应用于不同机器人决策任务之间的差距。它分析这些任务的特点，并将其与POMDP框架的数学和算法特性联系起来，以便进行有效的建模和求解。 对于从业者来说，该调查提供了一些关键的任务特征，以决定何时以及如何成功地将POMDP应用于机器人任务。对于POMDP算法设计者而言，该综述为将POMDP应用于机器人系统的独特挑战提供了新的见解，并为进一步研究指明了有希望的新方向。