| 加强学习主要算法的比较研究 |
| |
| 引用本文： | 郭茂祖,刘扬,黄梯云. 加强学习主要算法的比较研究[J]. 计算机工程与应用, 2001, 37(21): 16-18,48 |
| |
| 作者姓名： | 郭茂祖 刘扬 黄梯云 |
| |
| 作者单位： | 1. 哈尔滨工业大学计算机科学与技术学院
2. 哈尔滨工业大学管理学院 |
| |
| 基金项目： | 国家自然科学基金项目(编号:70071008) |
| |
| 摘 要： | 文章介绍了加强学习模型,分别给出了加强学习的四个主要算法:动态规划、蒙特卡罗算法、时序差分算法、Q-学习,并指出了它们之间的区别和联系。最后给出加强学习的两个应用以及今后的研究方向。
|
| 关 键 词： | 加强学习 动态规划 蒙特卡罗算法 时序差分算法 Q-学习 |
| 文章编号： | 1002-8331-(2001)21-0016-03 |
Comparative Study of the Main Reinforcement Learning Algorithms |
| |
| Guo Maozu Liu Yang Huang Tiyun. Comparative Study of the Main Reinforcement Learning Algorithms[J]. Computer Engineering and Applications, 2001, 37(21): 16-18,48 |
| |
| Authors: | Guo Maozu Liu Yang Huang Tiyun |
| |
| Affiliation: | Guo Maozu 1 Liu Yang 1 Huang Tiyun 21 |
| |
| Abstract: | The model of reinforcement learning is first introduced in this paper.Then the four main algorithms including dynamic programming,monte carlo method,temporal-difference and Q-learning are given respectively,and their differ-ence and relation are pointed out.At last two applications and future research directions are proposed. |
| |
| Keywords: | Reinforcement learning Dynamic programming monte carlo method Temporal-difference Q-learning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
