| 基于测地高斯基函数的递归最小二乘策略迭代 |
| |
| 引用本文： | 王雪松,张政,程玉虎,张依阳. 基于测地高斯基函数的递归最小二乘策略迭代[J]. 信息与控制, 2009, 38(4): 1-1 |
| |
| 作者姓名： | 王雪松 张政 程玉虎 张依阳 |
| |
| 作者单位： | 1. 中国矿业大学信息与电气工程学院,江苏,徐州,221116;中国科学院自动化研究所复杂系统与智能科学重点实验室,北京,100190
2. 中国矿业大学信息与电气工程学院,江苏,徐州,221116 |
| |
| 基金项目： | 教育部新世纪优秀人才支持计划，国家自然科学基金资助项目，江苏省自然科学基金资助项目，高等学校博士学科点专项科研基金资助项目，中国科学院自动化研究所复杂系统与智能科学重点实验室开放课题 |
| |
| 摘 要： | 在策略迭代结强化学习方法的值函数逼近过程中，基函数的合理选择直接影响方法的性能．为更好地描述环境的拓扑关系，采用测地线距离来替换普通高斯函数中的欧氏距离，提出一种基于测地高斯基函数的策略迭代强化学习方法．首先，基于马尔可夫决策过程抽样得到的样本数据建立环境的图论描述．其次，在图上定义测地高斯基函数，并用基于最短路径快速算法得到的最短路径来逼近测地线距离．然后，假定强化学习系统的状态—动作值函数是给定测地高斯基函数的加权组合，采用递归最小二乘方法对权值进行在线增量式更新．最后，基于估计的值函数进行策略改进．10￡10 和20￡20 迷宫问题的仿真结果验证了所提策略迭代方法的有效性．
|
| 关 键 词： | 策略迭代 递归最小二乘 图论 测地距离 高斯函数 基函数 |
Recursive Least Squares Policy Iteration Based on Geodesic Gaussian Basis Function |
| |
| WANG Xue-song,ZHANG Zheng,CHENG Yu-hu,ZHANG Yi-yang. Recursive Least Squares Policy Iteration Based on Geodesic Gaussian Basis Function[J]. Information and Control, 2009, 38(4): 1-1 |
| |
| Authors: | WANG Xue-song ZHANG Zheng CHENG Yu-hu ZHANG Yi-yang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《信息与控制》浏览原始摘要信息 |
|
点击此处可从《信息与控制》下载全文 |
|
