.png){kind=icon}
返回
Bayesian Graph Traversal
.png){kind=icon}
PRE
AI
DOI：10.1287/deca.2024.0239.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究考虑了贝叶斯决策分析的方法，用于处理不确定图中的遍历问题。具体而言，旅行者在图中前进，每次首次访问节点可获得奖励，每遍历一条边都会产生成本。旅行者知道图的邻接矩阵和起始位置，但不知道奖励和成本。旅行者是一个贝叶斯决策者，他使用高斯过程先验来编码对这些值的信念，并寻求在这些信念下最大化其期望效用。从决策分析的角度出发，我们为这一耦合的信息收集和网络路由问题开发了序贯决策解决方案策略。我们证明了该问题是NP难的，并推导出最优路径的性质。这些性质为旅行者的问题提供了平衡探索与利用的启发式方法。我们提供了一个以无人驾驶航空系统在公共安全中的应用为焦点的实际案例研究，并在多种Erdos-Renyi设置下实证研究了策略性能。
Keyword:
decision analysis
online learning
sequential decision theory
stochastic optimization
longest path problem
期刊
D
IF:
0
论文数:
14
被引数:
0
机构
引用论文
Learning excursion sets of vector-valued Gaussian random fields for autonomous ocean sampling学习向量值高斯随机场的取值集合以用于自主海洋采样
OAAI
OAAI分享收藏分享收藏Taking the Human Out of the Loop: A Review of Bayesian Optimization将人类带出循环: 贝叶斯优化的回顾.png)
PROCEEDINGS OF THE IEEE
PROCEEDINGS OF THE IEEEIF25.9
PREAI
分享收藏
查看更多内容