27、部分可观测域中模糊认知状态的规划与信念函数传播

部分可观测域中模糊认知状态的规划与信念函数传播

1. 部分可观测域中的规划问题

在部分可观测域中进行规划时，我们面临着信息不完全的挑战。这里以一个受 RockSample 问题启发的具体例子来阐述。假设有一个漫游者在一个由有限个位置 (l_1, \ldots, l_n) 描述的区域中导航，并且该区域有 (m) 块岩石。漫游者的科学任务是对一些有科学价值的岩石进行采样，但采样操作成本较高，因此它配备了一个远程传感器来估计岩石是否值得采样。同时，漫游者的运行时间有限，不过其电池电量信息是可直接观测的。

这个问题的变量可以进行如下分类：
- 可见状态变量 (S_v) ：由编码电池电量的布尔变量组成，即 (S_v = {B_1, B_2, \ldots, B_k})。
- 推断隐藏状态变量 (S_h) ：由 (m) 个布尔变量 (R_i) 组成，用于编码第 (i) 块岩石的性质，(\top) 表示“具有科学价值”，(\bot) 表示“无科学价值”，即 (S_h = {R_1, R_2, \ldots, R_m})。
- 观测变量 (O) ：当使用传感器观测第 (i) 块岩石时，会返回一个关于岩石的有噪声的观测结果，用布尔变量 (O_i) 表示，因此 (O = {O_1, O_2, \ldots, O_m})。
- 完全隐藏变量 (S_f) ：由于没有定位设备，漫游者需要根据初始信息和自身行动来估计自己的位置。每个位置用变量 (L_j) 表示，如果漫游者在第 (j) 个位置，则 (L_j = \top)，否则 (L_j