arXiv cs.AI· Tomer Massas, Vadim Indelman·· 8 小时前AI 评分22
CAR-MCTS:首个具备 anytime 确定性保证的可扩展鲁棒 MCTS 规划器
Scalable Robust MCTS with Anytime Deterministic Optimality Guarantees
AI 导读
研究者提出 CAR-MCTS,一个由确定性边界引导的 MCTS 规划器,为鲁棒在线 MDP 规划提供 anytime 确定性保证。该方法将计算限制在采样搜索树上,同时确定性地界定未采样轨迹的贡献,可剪枝可证明次优的分支,并在最优根动作被认证后终止。实验验证了边界的收紧、大幅分支剪枝、根动作认证及向最优鲁棒策略的收敛。
来源:arXiv cs.AI · arxiv.org