| 基于BP神经网络的双层启发式强化学习方法 |
| |
| 引用本文： | 刘智斌,曾晓勤,刘惠义,储荣. 基于BP神经网络的双层启发式强化学习方法[J]. 计算机研究与发展, 2015, 0(3): 579-587 |
| |
| 作者姓名： | 刘智斌 曾晓勤 刘惠义 储荣 |
| |
| 作者单位： | 1. 曲阜师范大学信息科学与工程学院山东日照 276826; 河海大学计算机与信息学院南京 210098
2. 河海大学计算机与信息学院南京 210098 |
| |
| 基金项目： | 国家自然科学基金项目(60971088,60571048) |
| |
| 摘 要： | 强化学习通过与环境交互的方式进行学习，在较大状态空间中其学习效率却很低．植入先验知识能够提高学习速度，然而不恰当的先验知识反而会误导学习过程，对学习性能不利．提出一种基于BP神经网络的双层启发式强化学习方法NNH‐QL ，改变了传统强化学习过程的盲目性．作为定性层，高层由BP神经网络构成，它不需要由外界提供背景知识，利用Shaping技术，将在线获取的动态知识对底层基于表格的Q学习过程进行趋势性启发．算法利用资格迹技术训练神经网络以提高学习效率．NN H‐QL方法既发挥了标准Q学习的灵活性，又利用了神经网络的泛化性能，为解决较大状态空间下的强化学习问题提供了一个可行的方法．实验结果表明：该方法能够较好地提高强化学习的性能且具有明显的加速效果．
|
| 关 键 词： | NN H-QL 强化学习 Q学习 神经网络 路径规划 |
A Heuristic Two-layer Reinforcement Learning Algorithm Based on BP Neural Ne two rks |
| |
| Liu Zhibin , Zeng Xiaoqin , Liu Huiyi , Chu Rong. A Heuristic Two-layer Reinforcement Learning Algorithm Based on BP Neural Ne two rks[J]. Journal of Computer Research and Development, 2015, 0(3): 579-587 |
| |
| Authors: | Liu Zhibin Zeng Xiaoqin Liu Huiyi Chu Rong |
| |
| Affiliation: | Liu Zhibin;Zeng Xiaoqin;Liu Huiyi;Chu Rong;School of Information Science and Engineering,Qufu Normal University;College of Computer and Information,Hohai University; |
| |
| Abstract: | |
| |
| Keywords: | NNH-QL reinforcement learning Q-learning neural networks path planning |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
