| 一种多步Q强化学习方法 |
| |
| 引用本文： | 陈圣磊,吴慧中,韩祥兰,肖亮.一种多步Q强化学习方法[J].计算机科学,2006,33(3):147-150. |
| |
| 作者姓名： | 陈圣磊 吴慧中 韩祥兰 肖亮 |
| |
| 作者单位： | 南京理工大学计算机科学与技术系,南京,210094 |
| |
| 摘 要： | Q 学习是一种重要的强化学习算法。本文针对 Q 学习和 Q(λ)算法的不足.提出了一种具有多步预见能力的Q学习方法:MQ 方法。首先给出了 MDP 模型.在分析 Q 学习和Q(λ)算法的基础上给出了 MQ 算法的推导过程,并分析了算法的更新策略和 k 值的确定原则。通过悬崖步行仿真试验验证了该算法的有效性。理论分析和数值试验均表明.该算法具有较强的预见能力.同时能降低计算复杂度,是一种有效平衡更新速度和复杂度的强化学习方法。
|
| 关 键 词： | 强化学习 MQ算法 Q学习 Q(λ)算法 |
A Multi-step Q Reinforcement Learning Algorithm |
| |
| CHEN Sheng-Lei,WU Hui-Zhong,HAN Xiang-Lan,XIAO Liang.A Multi-step Q Reinforcement Learning Algorithm[J].Computer Science,2006,33(3):147-150. |
| |
| Authors: | CHEN Sheng-Lei WU Hui-Zhong HAN Xiang-Lan XIAO Liang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
