我正在研究POMDP文件格式并暂停https://jsfiddle.net/bf7Lanm7/和许多其他链接。我已经了解了所有内容，但我无法获得文件第二行中的值所代表的含义。它的价值是奖励或成本。无法在其他地方找到答案。感到困惑，因为它应该可以在一个文件中获得成本和奖励，不是吗？为什么我必须指定其中一个？此外，文件的其余部分也没有使用该值。
答案 0 :(得分：1)
在POMDP中，您可以使用奖励或费用来定义学习目标。唯一的区别是，在第一种情况下，您尝试最大化value function，而对于成本，您尝试最小化value function。
在POMDP file中，您可以定义使用哪一个：
values: [ reward, cost ]
当解算器读取POMDP file时，它会将R:定义的值解释为奖励或费用。