基于最小最大逼近强化学习的误差分析

• 作者: 刘念泉 吴沧浦
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 强化学习 马尔可夫决策问题 动态规划 函数逼近 误差分析
• 年，卷（期）: 2000,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 193-196
• 页数: 4页
• 分类号: TP273
• 字数: 2988字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2000.02.016

摘要

在基于动态规划的强化学习中,利用状态集结方法可以减小状态空间的大小,从而在一定程度上克服了维数灾的困难,同时还可以加快学习速度.但状态集结是一种逼近方法,由此产生的问题是,状态集结后的Q-hat强化学习收敛所得的最优Q值函数与集结前相应的最优Q值函数会有多大的误差.为此提出了基于最小最大逼近强化学习的误差估计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴沧浦	北京理工大学自动控制系	23	428	8.0	20.0
2	刘念泉		1	5	1.0	1.0