首页 | 本学科首页   官方微博 | 高级检索  
     

Q学习算法在库存控制中的应用
引用本文:蒋国飞,吴沧浦.Q学习算法在库存控制中的应用[J].自动化学报,1999,25(2):236-241.
作者姓名:蒋国飞  吴沧浦
作者单位:1.北京理工大学自动控制系,北京
摘    要:Q学习算法是Watkins提出的求解信息不完全马尔可夫决策问题的一种强化学习 方法.这里提出了一种新的探索策略,并将该策略和Q学习算法有效结合来求解一类典型的 有连续状态和决策空间的库存控制问题.仿真表明,该方法所求解的控制策略和用值迭代法 在模型已知的情况下所求得的最优策略非常逼近,从而证实了Q学习算法在一些系统模型 未知的工程控制问题中的应用潜力.

关 键 词:Q学习    马尔可夫决策过程    库存控制    连续状态和决策空间    探索策略
收稿时间:1997-4-14

INVENTORY CONTROL USING Q-LEARNING
JIANG Guofei,Wu Cangpu.INVENTORY CONTROL USING Q-LEARNING[J].Acta Automatica Sinica,1999,25(2):236-241.
Authors:JIANG Guofei  Wu Cangpu
Affiliation:1.Department of Automatic Control,Beijing Institute of Technology,Beijing
Abstract:Q-learning is a reinforcement learning method to solve Markovian decision problems with incomplete information. In this paper, we present a novel exploration strategy and use Q-learning method with this strategy to solve a typical inventory control problem with continuous state and decision space. Simulation results are included to show that the optimal policy given by Q-learning can well approximate to the accurate one.
Keywords:Q-learning  markovian decision problem  inventory control  continuous state and decision space  exploration strategy
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《自动化学报》浏览原始摘要信息
点击此处可从《自动化学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号