一种改进的平均奖赏强化学习方法在RoboCup训练中的应用

来源 :苏州大学学报(自然科学版) | 被引量 : 0次 | 上传用户：wangkanli

【摘要】

：

强化学习在人工智能领域中是一种重要的解决学习控制问题的方法.在强化学习中,平均奖赏类型的强化学习方法适用于解决具有循环特性或者不具有终结状态的问题,然而平均奖赏强

【作者】

：

李瑾刘全杨旭东杨凯翁东良

【机构】

：

苏州大学计算机科学与技术学院

【出处】

：

苏州大学学报(自然科学版)

【发表日期】

：

2012年2期

【关键词】

：

平均奖赏强化学习 Keepaway ROBOCUP average rewardreinforcement learningKeepawayRoboCup

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

强化学习在人工智能领域中是一种重要的解决学习控制问题的方法.在强化学习中,平均奖赏类型的强化学习方法适用于解决具有循环特性或者不具有终结状态的问题,然而平均奖赏强化学习存在收敛速度慢、对参数和环境敏感等问题.针对平均奖赏强化学习收敛速度缓慢这一问题,提出了一种改进的平均奖赏强化学习方法.同时,为了处理大状态空间、提高泛化能力,算法采用神经网络作为近似函数.算法在RoboCup中实验的训练表明该算法具有较快的收敛速度和较强的泛化能力.

其他文献

浅谈作文教学中的创新教育

以学生为主体的评改方式,真正将学生视为能动的主体,充分尊重学生的人格和个性,学生以主人的身份参与学习活动,迎合了中学生注重自身存在,渴望实现自身价值的个性心理.这一新

期刊

中学语文教学作文教学创新教育评改方式写作能力创新意识

亚洲金融危机对山东省经济的影响及对策研究

自１９９７年亚洲金融危机爆发以来，山东省经济已明显受到冲击，并将对山东省今明两年的经济增长产生诸多不利的影响。因此，认真分析亚洲金融危机对山东省经济的影响，制订切实可行的应急对

期刊