CAR-MCTS：首个具备随时确定性最优性保证的可扩展鲁棒 MCTS 规划器

研究者提出 CAR-MCTS，一种基于确定性边界的 MCTS 规划器，可在不枚举完整状态空间的情况下实现鲁棒在线 MDP 规划。该方法对任意固定策略给出投影鲁棒值与真实鲁棒值之间差距的上下界，并借助鲁棒 Bellman 算子传播边界以约束最优鲁棒值，边界随采样支持扩大而收紧并收敛。实验验证了边界的确定性、分支剪枝、根动作认证及向最优鲁棒策略的收敛。