中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
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。