POMDP中的values row是什麼意思？

Question

我正在學習POMDP文件格式，並已在其中this和其他許多鏈接。我已經理解了所有內容，但我無法得到文件第二行中的值代表什麼。它的價值是獎勵或成本。在別處找不到答案。感到困惑，因爲應該可以在一個文檔中獲得成本和回報，不是嗎？爲什麼我必須指定其中之一？在文件的其餘部分也沒有這個值沒有被使用。

Answer 1

在POMDP中，您可以使用獎勵或費用來定義學習目標。唯一的區別是，在第一種情況下，您嘗試最大化value function，而對於成本，則嘗試最小化value function。

在POMDP file可以定義使用哪一個：

values: [ reward, cost ] 

當解算器讀取POMDP file，它將解釋與R:如任一獎勵或成本定義的值。