论文部分内容阅读
分层强化学习中目前有Option、HAM和MAXQ三种主要方法，其自动分层问题均未得到有效解决，该文针对第一种方法，提出了Option自动生成算法，该算法以Agent在学习初始阶段探测到的状态空间为输入．采用人工免疫网络技术对其进行聚类，在聚类后的各状态子集上通过经验回放学习产生内部策略集，从而生成Option，仿真实验验证了该算法的有效性。