|
|||||
|
|
| 基于矢量量化的强化学习及其在机器人行为学习中的应用 | |
| 引用本文： | 段勇,伊婧,张永赫,徐心和. 基于矢量量化的强化学习及其在机器人行为学习中的应用[J]. 高技术通讯, 2011, 21(2): 179-184. DOI: 10.3772/j.issn.1002-0470.2011.02.012 |
| 作者姓名： | 段勇 伊婧 张永赫 徐心和 |
| 作者单位： | 1. 沈阳工业大学信息科学与工程学院,沈阳,110870 2. 东北大学信息科学与工程学院,沈阳,110819 |
| 摘 要： | 针对强化学习(RL)中状态空间过大所引起的学习时间过长或算法难于收敛等问题,提出了一种基于矢量量化(VQ)技术的表格型强化学习方法--VQRL方法,该方法用矢量量化器的码书矢量来逼近强化学习的状态空间,从而有效地解决了强化学习的状态空间分割问题,并提高了学习的收敛速度.同时根据等失真理论将一种失真敏感自组织特征映射(S... |
| 关 键 词： | 强化学习(RL) 矢量量化(VQ) 码书 Q(λ)学习 自组织特征映射 |
Reinforcement learning based on vector quantization and its application in robot behavior learning |
|
| Duan Yong,Yi Jing,Zhang Yonghe,Xu Xinhe. Reinforcement learning based on vector quantization and its application in robot behavior learning[J]. High Technology Letters, 2011, 21(2): 179-184. DOI: 10.3772/j.issn.1002-0470.2011.02.012 | |
| Authors: | Duan Yong Yi Jing Zhang Yonghe Xu Xinhe |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |