研究者提出CAR-MCTS鲁棒在线规划框架

Tomer Massas 与 Vadim Indelman 提出 CAR-MCTS，一个由确定性边界引导的蒙特卡洛树搜索（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，从而剪枝可证明次优的分支，并在最优根动作被认证后终止。研究者称，实验验证了边界的收紧、大幅分支剪枝、根动作认证以及向最优鲁棒策略的收敛。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。