论文部分内容阅读
近年来，动作模型学习引起了研究人员的极大兴趣．可是，尽管不确定规划已经研究了十几年，动作模型学习的研究仍然集中于经典的确定性动作模型上．提出了在部分观测环境下学习不确定动作模型的算法，该算法可应用于假定人们对转移系统一无所知的情形下进行，输入只有动作．观测序列-在现实世界中，这样的场景很常见．致力于动作是由简单逻辑结构组成的、且观测以一定频率出现的一类问题的研究．学习过程分为3个步骤：首先，计算命题在状态中成立的概率；然后，将命题抽取成效果模式，再抽取前提最后，对效果模式进行聚类以去除冗余．在基准领域上进