Improving POMDP Policies with Gradient Ascent Techniques
This paper presents an innovative approach to enhance policies for Partially Observable Markov Decision Processes (POMDPs) using gradient ascent methods. POMDPs serve as a framework to address planning under uncertainty in both actions and observations. Traditional optimal planning requires maintaining the entire event history, often leading to complexity. Our method treats the policy as a probabilistic finite state controller, adjusting node transition and action probabilities using gradient ascent to maximize the value function. This technique draws similarities to backpropagation, offering a novel solution for policy improvement.
Télécharger la présentation 
Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.
F I N