基于即时成本 CVaR 的在线 POMDP 风险厌恶规划方法与性能保证

研究者提出一种基于即时成本条件风险价值（CVaR）的在线 POMDP 风险厌恶规划方法，直接针对每步信念状态中的当前状态不确定性进行风险控制。该方法保留了标准累积期望目标与 MDP 结构，现有基于期望的规划器仅需修改成本计算即可直接复用。研究还证明了粒子信念 MDP 代理与原 POMDP 间的有限时间误差界，实现了端到端性能保证。