扩展不确定域中的观测感知规划

在不确定域中决定部署何种感知能力是一项基础工程挑战，需平衡任务可实现性与高昂的硬件及处理成本。该问题此前已被形式化为基于部分可观察马尔可夫决策过程（POMDP）的最优可观察性问题（OOP）。本文研究了用于扩展 OOP 可判定片段（即传感器选择问题和位置可观察性问题）求解的（次）符号技术。除了改进基于参数综合的原始方法外，我们开发了一种新的求解方法，通过分解 POMDP 来识别合理的观测函数，分别在实例规模和运行时间上提升了 3 个和 5 个数量级的性能。