في عالم الذكاء الاصطناعي وتعلم الآلة، تعتبر العمليات الماركية الجزئية القابلة للملاحظة (POMDPs) أحد التحديات الرائدة التي يواجهها الباحثون. تهدف هذه الورقة الجديدة إلى تقديم تحليل زمني نهائي لأسلوب بحث شجرة مونت كارلو (MCTS) في هذا السياق المعقد.

يُعتبر MCTS أداة قوية لتحسين اتخاذ القرار في بيئات غير مؤكدة، ولكنه يواجه تحديات تتعلق بتعقيد الفضاءات المراقبة. في هذا البحث، تم اقتراح حدود تركيز احتمالية في كل من الفضاءات المراقبة المنفصلة والمستمرة، مما يفتح المجال لفهم أعمق لهذه العمليات.

بدأ الباحثون بتحديد التحديات المرتبطة بالضمانات الزمنية النهائية، حيث تتداخل العناصر غير الثابتة والاختيارات المكانية الجاهزة (مثل UCB) في عملية اتخاذ القرار. في السياق المنفصل، تم توسيع مفهوم المكافأة الاستكشافية البولينية ليتناسب مع حدود UCB، مما يؤدي إلى حدود تركيز بولينية لتقديرات القيمة في العقدة الجذعية.

ومع ذلك، التحدي الأكثر تعقيدًا يتعلق بالفضاءات المراقبة المستمرة. هنا، تم تقديم إطار تقسيم تجريدي مع اقتراح حد زمني نهائي على خسارة التقسيم. تحت ظروف معتدلة، أثبت الباحثون أن هناك حدًا عالي الاحتمالية على تقديرات القيمة في POMDPs ذات الفضاءات المستمرة.

تقديمهم لـ Voro-POMCPOW، وهو نموذج متطور من POMCPOW، يستخدم خلايا الفورونوي في تقسيم فضاء المراقبة المستمرة. يتميز هذا النهج بالحفاظ على عامل تفرع نهائي دون التأثير على مولد المراقبة الأصلي. تُظهر الاختبارات التجريبية أن Voro-POMCPOW تحقق أداءً تنافسياً مع توفير ضمانات نظرية. وبالرغم من أن التحليل يركز على POMDPs المستمرة، فإن التقنيات المطورة يمكن تطبيقها أيضاً على MDPs المستمرة، مما يُعزز الفهم العام لهذه العمليات.