概率规划问题描述的是一个马尔科夫决策过程，其中的动作具有并行性和不确定性，从而导致概率规划问题的状态空间产生组合爆炸。过大的状态空间会降低规划器的效率，同时也会提高求解的难度。基于蒙特卡洛树搜索的众包概率规划可以将规划任务动态分配给多个规划器，由多个规划器共同对规划问题进行求解；同时使用蒙特卡洛树搜索算法构建前瞻树，通过前瞻树评估不同规划器返回的动作的质量。实验结果表明，随着时间限制放宽，该方法所求得的解的质量呈上升趋势；即使在相同条件下，该方法在求解效率和标准差上都有优势。
科研之友
微信
新浪微博
Facebook
分享链接
