二次奖罚学习自动机

• 作者: 刘晓
• 来源期刊: 航空计算技术
• 关键词: 人工智能 强化学习 学习自动机
• 年，卷（期）: 1999,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 47-49
• 页数: 3页
• 分类号: TP2
• 语种: 中文
• DOI: 10.3969/j.issn.1671-654X.1999.02.013

摘要

研究了奖罚型学习自动机的一种非线性强化算法.与线性的奖罚模型(LRP)不同,新模型的行动选择概率的更新函数为二次的.这使得该模型的学习性能优于LRP,且对不同的环境,其具有不同的行为和特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓		5	11	1.0	3.0