| 基于SMDP环境的自主生成options算法的研究 |
| |
| 引用本文： | 苏畅,高阳,陈世福,陈兆乾.基于SMDP环境的自主生成options算法的研究[J].模式识别与人工智能,2005,18(6). |
| |
| 作者姓名： | 苏畅 高阳 陈世福 陈兆乾 |
| |
| 作者单位： | 南京大学,计算机软件新技术国家重点实验室,南京,210093 |
| |
| 基金项目： | 中国科学院资助项目，科技部科研项目，国家自然科学基金，江苏省创新人才基金 |
| |
| 摘 要： | options是一种与SMDP模型紧密相关的引入时间抽象的强化学习算法,该算法一个重要且仍待解决的问题是如何能使agent自主找到合适的options.本文首先提出了一种基于访问落差变化率的子目标找寻算法,该算法克服了现有算法的低精确性和部分依赖人为因素的弊病.然后在该算法的基础上,提出了构造options的算法流程,并把这-算法运用于迷宫问题之中.实验结果表明利用实验生成的options可以大大加快学习的效率.
|
| 关 键 词： | 强化学习 马尔可夫决策过程 抉择 半马尔可夫决策过程 子目标 |
The Study of Recognizing Options Based on SMDP |
| |
| SU Chang,GAO Yang,CHEN Shi-Fu,CHEN Zhao-Qian.The Study of Recognizing Options Based on SMDP[J].Pattern Recognition and Artificial Intelligence,2005,18(6). |
| |
| Authors: | SU Chang GAO Yang CHEN Shi-Fu CHEN Zhao-Qian |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
