| 基于蚂蚁优化算法的分层强化学习 |
| |
| 引用本文： | 周晓柯,孙志毅,彭志平. 基于蚂蚁优化算法的分层强化学习[J]. 计算机应用研究, 2014, 0(11) |
| |
| 作者姓名： | 周晓柯 孙志毅 彭志平 |
| |
| 作者单位： | 1. 太原科技大学 电子信息工程学院,太原,030000
2. 广东石油化工学院 计算机科学与电子信息系,广东 茂名,525000 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 自主系统中，agent通过与环境交互来执行分配给他们的任务，采用分层强化学习技术有助于agent在大型、复杂的环境中提高学习效率。提出一种新方法，利用蚂蚁系统优化算法来识别分层边界发现子目标状态，蚂蚁遍历过程中留下信息素，利用信息素的变化率定义了粗糙度，用粗糙度界定子目标；agent使用发现的子目标创建抽象，能够更有效地探索。在出租车环境下验证算法的性能，实验结果表明该方法可以显著提高agent的学习效率。
|
| 关 键 词： | 蚂蚁系统优化算法 强化学习 Option 瓶颈边 |
Hierarchical reinforcement learning based on ant colony optimization algorithm |
| |
| ZHOU Xiao-ke,SUN Zhi-yi,PENG Zhi-ping. Hierarchical reinforcement learning based on ant colony optimization algorithm[J]. Application Research of Computers, 2014, 0(11) |
| |
| Authors: | ZHOU Xiao-ke SUN Zhi-yi PENG Zhi-ping |
| |
| Abstract: | |
| |
| Keywords: | ant colony optimization reinforcement learning Option bottleneck edges |
| 本文献已被 万方数据 等数据库收录！ |
|
