基于路径匹配的在线分层强化学习方法
文献类型：期刊论文
| 作者 | 史忠植; 王茂光; 石 川 |
| 刊名 | 计算机研究与发展
 |
| 出版日期 | 2008 |
| 期号 | 第9期页码:1470～1476页 |
| 关键词 | 强化学习 分层强化学习 Option 子目标 路径匹配 |
| 英文摘要 | 如何在线找到正确的子目标是基于option的分层强化学习的关键问题.通过分析学习主体在子目标处的动作，发现了子目标的有效动作受限的特性，进而将寻找子目标的问题转化为寻找路径中最匹配的动作受限状态.针对网格学习环境，提出了单向值方法表示子目标的有效动作受限特性和基于此方法的option自动发现算法.实验表明，基于单向值方法产生的option能够显著加快Q学习算法，也进一步分析了option产生的时机和大小对Q学习算法性能的影响. |
| 语种 | 中文 |
| 公开日期 | 2010-10-12 |
| 源URL | [http://ictir.ict.ac.cn/handle/311040/583]  |
| 专题 | 中国科学院计算技术研究所期刊论文_2008年中文 |
| 推荐引用方式 GB/T 7714 | 史忠植,王茂光,石 川. 基于路径匹配的在线分层强化学习方法[J]. 计算机研究与发展,2008(第9期):1470～1476页. |
| APA | 史忠植,王茂光,&石 川.(2008).基于路径匹配的在线分层强化学习方法.计算机研究与发展(第9期),1470～1476页. |
| MLA | 史忠植,et al."基于路径匹配的在线分层强化学习方法".计算机研究与发展 .第9期(2008):1470～1476页. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。