|
|||||
|
|
| 一种状态集结因子化SARSA（λ）强化学习算法 | |
| 引用本文： | 李春贵,刘永信.一种状态集结因子化SARSA（λ）强化学习算法[J].内蒙古大学学报(自然科学版),2001,32(6):675-678. |
| 作者姓名： | 李春贵 刘永信 |
| 作者单位： | 北京理工大学自动控制系 |
| 摘 要： | 提出了一种自适应状态集结因子化SARSA（λ）强化学习算法，在学习的过程中利用Bellman余留数进行状态集结，通过集结，大大减少了状态空间搜索与计算的复杂度，有利于求解大状态空间的MDPs问题，而且，本算法不需要有关状态特征的先验知识，有很好的通用性。 |
| 关 键 词： | 强化学习 状态集结 MDPs Q（λ）学习 SARSA（λ）学习 机器学习 因子化 Bellman余留数 |
| 文章编号： | 1000-1638(2001)06-0675-04 |
| 修稿时间： | 2001年8月20日 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |