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 | 石川1; 史忠植2; 王茂光2 |
刊名 | 计算机研究与发展
![]() |
出版日期 | 2008 |
卷号 | 45.0期号:009页码:1470 |
关键词 | 强化学习 分层强化学习 option 子目标 路径匹配 |
ISSN号 | 1000-1239 |
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 | 英语 |
源URL | [http://119.78.100.204/handle/2XEOYT63/36317] ![]() |
专题 | 中国科学院计算技术研究所期刊论文_中文 |
作者单位 | 1.北京邮电大学 2.中国科学院计算技术研究所 |
推荐引用方式 GB/T 7714 | 石川,史忠植,王茂光. 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,2008,45.0(009):1470. |
APA | 石川,史忠植,&王茂光.(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,45.0(009),1470. |
MLA | 石川,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 45.0.009(2008):1470. |
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。