基于即时成本 CVaR 的风险规避在线 POMDP 规划及性能保证

提出把 CVaR 作用于每步 belief 即时成本的风险规避在线 POMDP 规划方法。保留期望累积回报目标并维持标准 MDP 结构，现有基于期望的 POMDP 规划器只需改成本计算即可风险敏感。继承策略评估与稀疏采样的有限时间保证，估计误差不随风险水平变化，证明粒子 belief MDP 替代与原 POMDP 的有限时间差距界；风险中性时恢复标准期望规划。