Articles de revues sur le sujet « SMT, planning, POMDP, POMCP »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 16 meilleurs articles de revues pour votre recherche sur le sujet « SMT, planning, POMDP, POMCP ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Mazzi, Giulio, Alberto Castellini et Alessandro Farinelli. « Rule-based Shielding for Partially Observable Monte-Carlo Planning ». Proceedings of the International Conference on Automated Planning and Scheduling 31 (17 mai 2021) : 243–51. http://dx.doi.org/10.1609/icaps.v31i1.15968.
Texte intégralZhang, Zongzhang, Michael Littman et Xiaoping Chen. « Covering Number as a Complexity Measure for POMDP Planning and Learning ». Proceedings of the AAAI Conference on Artificial Intelligence 26, no 1 (20 septembre 2021) : 1853–59. http://dx.doi.org/10.1609/aaai.v26i1.8360.
Texte intégralOmidshafiei, Shayegan, Ali–Akbar Agha–Mohammadi, Christopher Amato, Shih–Yuan Liu, Jonathan P. How et John Vian. « Decentralized control of multi-robot partially observable Markov decision processes using belief space macro-actions ». International Journal of Robotics Research 36, no 2 (février 2017) : 231–58. http://dx.doi.org/10.1177/0278364917692864.
Texte intégralYe, Nan, Adhiraj Somani, David Hsu et Wee Sun Lee. « DESPOT : Online POMDP Planning with Regularization ». Journal of Artificial Intelligence Research 58 (26 janvier 2017) : 231–66. http://dx.doi.org/10.1613/jair.5328.
Texte intégralChatterjee, Krishnendu, Martin Chmelik et Ufuk Topcu. « Sensor Synthesis for POMDPs with Reachability Objectives ». Proceedings of the International Conference on Automated Planning and Scheduling 28 (15 juin 2018) : 47–55. http://dx.doi.org/10.1609/icaps.v28i1.13875.
Texte intégralNI, YAODONG, et ZHI-QIANG LIU. « BOUNDED-PARAMETER PARTIALLY OBSERVABLE MARKOV DECISION PROCESSES : FRAMEWORK AND ALGORITHM ». International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems 21, no 06 (décembre 2013) : 821–63. http://dx.doi.org/10.1142/s0218488513500396.
Texte intégralSpaan, M. T. J., et N. Vlassis. « Perseus : Randomized Point-based Value Iteration for POMDPs ». Journal of Artificial Intelligence Research 24 (1 août 2005) : 195–220. http://dx.doi.org/10.1613/jair.1659.
Texte intégralAmato, Christopher, George Konidaris, Ariel Anders, Gabriel Cruz, Jonathan P. How et Leslie P. Kaelbling. « Policy search for multi-robot coordination under uncertainty ». International Journal of Robotics Research 35, no 14 (décembre 2016) : 1760–78. http://dx.doi.org/10.1177/0278364916679611.
Texte intégralPineau, J., G. Gordon et S. Thrun. « Anytime Point-Based Approximations for Large POMDPs ». Journal of Artificial Intelligence Research 27 (26 novembre 2006) : 335–80. http://dx.doi.org/10.1613/jair.2078.
Texte intégralWu, Chenyang, Rui Kong, Guoyu Yang, Xianghan Kong, Zongzhang Zhang, Yang Yu, Dong Li et Wulong Liu. « LB-DESPOT : Efficient Online POMDP Planning Considering Lower Bound in Action Selection (Student Abstract) ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 18 (18 mai 2021) : 15927–28. http://dx.doi.org/10.1609/aaai.v35i18.17960.
Texte intégralNguyen, Hoa Van, Hamid Rezatofighi, Ba-Ngu Vo et Damith C. Ranasinghe. « Multi-Objective Multi-Agent Planning for Jointly Discovering and Tracking Mobile Objects ». Proceedings of the AAAI Conference on Artificial Intelligence 34, no 05 (3 avril 2020) : 7227–35. http://dx.doi.org/10.1609/aaai.v34i05.6213.
Texte intégralBeynier, Aurélie. « A Multiagent Planning Approach for Cooperative Patrolling with Non-Stationary Adversaries ». International Journal on Artificial Intelligence Tools 26, no 05 (octobre 2017) : 1760018. http://dx.doi.org/10.1142/s0218213017600181.
Texte intégralIvashko, Yulia, Andrii Dmytrenko, Małgorzata Hryniewicz, Tetiana Petrunok et Tеtiana Yevdokimova. « "Official" and "private" parks of the XVIII–XIX centuries through the prism of general landscape trends of the time ». Landscape architecture and art, no 20 (10 novembre 2022) : 24–36. http://dx.doi.org/10.22616/j.landarchart.2022.20.03.
Texte intégralLauri, Mikko, Joni Pajarinen et Jan Peters. « Multi-agent active information gathering in discrete and continuous-state decentralized POMDPs by policy graph improvement ». Autonomous Agents and Multi-Agent Systems 34, no 2 (10 juin 2020). http://dx.doi.org/10.1007/s10458-020-09467-6.
Texte intégralVien, Ngo Anh, et Marc Toussaint. « Hierarchical Monte-Carlo Planning ». Proceedings of the AAAI Conference on Artificial Intelligence 29, no 1 (4 mars 2015). http://dx.doi.org/10.1609/aaai.v29i1.9687.
Texte intégralSheng, Shili, Erfan Pakdamanian, Kyungtae Han, Ziran Wang, John Lenneman, David Parker et Lu Feng. « Planning for Automated Vehicles with Human Trust ». ACM Transactions on Cyber-Physical Systems, 2 septembre 2022. http://dx.doi.org/10.1145/3561059.
Texte intégral