基于EM算法的POMDP模型获取研究

摘要

在人工智能领域和控制领域,局部可观测的动态系统建模是目前研究广泛的一个问题.为了获取最佳决策,就必须对系统建立一个准确度较高的模型.在已有的研究中,很多学者将expectation maximization(EM)算法建立的部分可观察马尔可夫决策过程(POMDP)模型作为一个检验自己算法准确性的标准,但却没有对EM算法如何建立POMDP模型做具体介绍.本文以几个常用的局部可观测环境为例,详细介绍了如何用EM算法建立POMDP模型,并且对模型准确性进行计算.