R·阿拉斯。;A.杜特克。 有限时域分散POMDPS的数学规划研究。 （英语） Zbl 1203.90172号 J.阿蒂夫。智力。研究（JAIR） 37, 329-396 (2010). 摘要：不确定环境下的分散规划是一项复杂的任务，通常使用决策理论方法来处理，主要通过分散部分可观测马尔可夫决策过程（DEC-POMDPs）框架来处理。尽管DEC-POMDPS是一种通用且功能强大的建模工具，但解决它们是一项具有巨大复杂性的任务，可能会达到双重指数。在本文中，我们研究了依赖于策略的序列形式表示的DEC-POMDP的替代公式。从这个公式中，我们展示了如何推导混合整数线性规划（MILP）问题，这些问题一旦求解，就会给出DEC POMDP的精确最优解。我们证明，这些MILP既可以通过使用DEC-POMDP最优解的一些组合特征来推导，也可以通过使用从博弈论中借用的概念来推导。通过对DEC-POMDP文献中经典测试问题的实验验证，我们将我们的方法与现有算法进行了比较。结果表明，数学规划优于动态规划，但除某些特殊问题外，其效率低于前向搜索。这项工作的主要贡献是为DEC-POMDP使用数学编程，以及更好地理解DEC-PONDP及其解决方案。此外，我们认为我们对DEC-POMDP的替代表示可能有助于设计新的算法来寻找DEC-PONDP的近似解。 引用于2文件 MSC公司： 90立方厘米 马尔可夫和半马尔可夫决策过程 软件：POMDPS公司 PDF格式BibTeX公司 XML格式引用 \textit{R.Aras}和\textit{A.Dutech}，J.Artif。智力。研究（JAIR）37，329--396（2010；Zbl 1203.90172） 全文： 内政部 arXiv公司