Minimax Regret Optimisation for Robust Planning in Uncertain Markov Decision Processes

作者
Marc P. Rigter,Bruno Lacerda,Nick Hawes
出处
期刊:Proceedings of the ... AAAI Conference on Artificial Intelligence [Association for the Advancement of Artificial Intelligence]
卷期号:35 (13): 11930-11938 被引量:3
标识
DOI:10.1609/aaai.v35i13.17417
摘要

The parameters for a Markov Decision Process (MDP) often cannot be specified exactly. Uncertain MDPs (UMDPs) capture this model ambiguity by defining sets which the parameters belong to. Minimax regret has been proposed as an objective for planning in UMDPs to find robust policies which are not overly conservative. In this work, we focus on planning for Stochastic Shortest Path (SSP) UMDPs with uncertain cost and transition functions. We introduce a Bellman equation to compute the regret for a policy. We propose a dynamic programming algorithm that utilises the regret Bellman equation, and show that it optimises minimax regret exactly for UMDPs with independent uncertainties. For coupled uncertainties, we extend our approach to use options to enable a trade off between computation and solution quality. We evaluate our approach on both synthetic and real-world domains, showing that it significantly outperforms existing baselines.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
狂野飞瑶的应助被科研通管家采纳,获得30
刚刚
充电宝的应助被科研通管家采纳,获得10
刚刚
Abner的应助被科研通管家采纳,获得10
1秒前
1秒前
lxhua的应助被youyou采纳,获得10
1秒前
NexusExplorer的应助被科研通管家采纳,获得10
1秒前
invisight的应助被科研通管家采纳,获得10
1秒前
invisight的应助被科研通管家采纳,获得10
1秒前
young完成签到,获得积分10
1秒前
Abner的应助被科研通管家采纳,获得10
1秒前
1秒前
1秒前
领导范儿的应助被科研通管家采纳,获得10
2秒前
gengle发布了新的文献求助10
2秒前
狂野飞瑶的应助被科研通管家采纳,获得30
2秒前
Yuan88发布了新的文献求助10
2秒前
哈哈哈的应助被科研通管家采纳,获得10
2秒前
坦率灵槐发布了新的文献求助10
2秒前
maxiaole的应助被科研通管家采纳,获得10
2秒前
2秒前
2秒前
2秒前
2秒前
MISAKA_16发布了新的文献求助10
3秒前
yang发布了新的文献求助10
3秒前
mmmm的应助被MENGQi采纳,获得10
3秒前
zyc完成签到,获得积分10
3秒前
世良发布了新的文献求助10
4秒前
4秒前
marcie发布了新的文献求助10
5秒前
豫新完成签到 ,获得积分10
5秒前
张逍遥发布了新的文献求助10
5秒前
5秒前
万能图书馆的应助被gengle采纳,获得10
6秒前
Jasper的应助被狂野的靖雁采纳,获得10
7秒前
科研通AI2S的应助被Allis采纳,获得10
7秒前
8秒前
英俊的铭的应助被li采纳,获得10
8秒前
星辰大海的应助被坦率灵槐采纳,获得10
8秒前
爱玉完成签到,获得积分20
12秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 1000
Электротехническая система магнитожидкостной герметизации валов регулируемых электродвигателей 800
日本語と中国語及びチベット・ビルマ語の語源関連性に関する分析 800
Holistic Discourse Analysis, Second Edition by Robert E. Longacre 666
The Basics of Practical Optimization, Second Edition 600
Practical Nonconvex Nonsmooth Optimization 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 物理 生物化学 化学工程 内科学 复合材料 催化作用 心理学 人工智能 细胞生物学 光电子学 无机化学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 7975712
求助须知:如何正确求助?哪些是违规求助? 9439770
关于积分的说明 21064870
捐赠科研通 7552093
什么是DOI,文献DOI怎么找? 3374335
关于科研通互助平台的介绍 2509068
邀请新用户注册赠送积分活动 2407401