|
|||||
|
|
| 结构化状态空间中的递阶再励学习方法 | |
| 作者姓名： | 孟江华 朱纪洪 孙增圻 |
| 作者单位： | 清华大学,计算机科学与技术系,北京,100084;清华大学,计算机科学与技术系,北京,100084;清华大学,计算机科学与技术系,北京,100084 |
| 摘 要： | 在状态空间满足结构化条件的前提下,通过状态空间的维度划分直接将复杂的原始MDP问题递阶分解为一组简单的MDP或SMDP子问题,并在线对递阶结构进行完善.递阶结构中嵌入不同的再励学习方法可以形成不同的递阶学习.所提出的方法在具备递阶再励学习速度快、易于共享等优点的同时,降低了对先验知识的依赖程度,缓解了学习初期回报值稀少的问题. |
| 关 键 词： | 再励学习(RL) 递阶再励学习 结构化状态空间 |
| 文章编号： | 1001-0920（2007）02-0233-05 |
| 收稿时间： | 2005-10-21 |
| 修稿时间： | 2006-03-06 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《控制与决策》浏览原始摘要信息 | |
| 点击此处可从《控制与决策》下载全文 | |