论文部分内容阅读
为了提高智能体系统中的典型的强化学习Q-学习的学习速度和收敛速度，使学习过程充分利用环境信息，本文提出了一种基于经验知识的Q-学习算法。该算法利用具有经验知识信息的函数，使智能体在进行无模型学习的同时学习系统模型，避免对环境模型的重复学习，从而加速智能体的学习速度。仿真实验结果表明：该算法使学习过程建立在较好的学习基础上，从而更快地趋近于最优状态，其学习效率和收敛速度明显优于标准的Q-学习。