论文部分内容阅读
再励学习（Reinforcement Learning，RL）是一种成功地结合动态编程和控制问题的机器智能方法，它将动态编程和有监督学习方法结合到机器学习系统中，通常用于解决预测和控制两类问题。提出了以矢量形式表示的评估函数，为了实现多维再励学习，用一专门的神经网络（Q网络）实现评判网络，研究其在移动机器人行为规划中的应用。