LEARNING
PO-PDDL：从视觉演示中学习用于机器人不确定性规划的符号化POMDP
Wenjing Tang, Xuanjin Jin, Yuan Liu, Renming Huang, Cewu Lu, Panpan Cai
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出PO-PDDL，一种结合PDDL语法并显式建模部分可观测性和随机性的符号化POMDP公式。通过从真实机器人执行视频中重建潜在符号状态轨迹，该方法能够自动学习随机转移和观测模型，在长期操作任务中优于现有方法。
关键词
POMDPPDDLrobot planninguncertaintyvisual demonstrations
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018