主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
周俊萍,殷明浩,谷文祥,孙吉贵.部分可观察强规划中约减观察变量的研究.软件学报,2009,20(2):290-304
部分可观察强规划中约减观察变量的研究
Research on Decreasing Observation Variables for Strong Planning under Partial Observation
投稿时间:2007-03-07  修订日期:2007-09-04
DOI:
中文关键词:  强规划  部分可观察规划  部分可观察强规划  约减观察变量  不确定规划
英文关键词:strong planning  planning under partial observation  strong planning under partial observation  decrease observation variables  nondeterministic planning
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60496321, 60473042, 60573067, 60803102 (国家自然科学基金); the Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No.20050183065 (高等学校博士学科点专项科研基金); the Science Foundation for Young Teachers of Northeast Normal University of China under Grant No.20070601 (东北师范大学青年基金)
作者单位
周俊萍 东北师范大学 计算机学院,吉林 长春 130117 
殷明浩 东北师范大学 计算机学院,吉林 长春 130117
吉林大学 计算机科学与技术学院,吉林 长春 130012
吉林大学 教育部符号计算与知识工程重点实验室,吉林 长春 130012 
谷文祥 东北师范大学 计算机学院,吉林 长春 130117 
孙吉贵 吉林大学 计算机科学与技术学院,吉林 长春 130012
吉林大学 教育部符号计算与知识工程重点实验室,吉林 长春 130012 
摘要点击次数: 3013
全文下载次数: 3919
中文摘要:
      给出了一种约减观察变量方法——假设所有的状态变量都不是观察变量,在此基础上逐步增加必要的观察变量,从而最终得到一个必要的观察变量集合.在添加必要的观察变量过程中,该方法不要求得到所有变量的相关信息,从而具有更好的通用性.根据是否存在单个观察变量能够区分域中任意两个状态的问题,分别给出了两种约减观察变量方法:当存在一个观察变量可以区分规划域中任意两个状态时,算法可以得到一个最小的观察变量集合;当不存在这样一个观察变量时,算法可以得到一个尽可能小的观察变量集合,但不能保证该集合最小.
英文摘要:
      How to decrease the observation variables for strong planning under partial observation is explored. Beginning from a domain under no observation, add necessary observation variables gradually to get a minimal set of observation variables necessary. Two methods are presented to decrease observation variables. With the former, when any of the two distinct states of the domain can be distinguished by an observation variable, this algorithm can find a minimal set of observation variables necessary for the execution of a plan. With the latter, when there are states that can’t be distinguished by only one observation variable, this algorithm can find a set of observation variables as small as possible which are necessary for the execution of a plan.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利