强化学习理论、算法及应用

• 作者: 刘照德 张汝波 王醒策 顾国昌
• 来源期刊: 控制理论与应用
• 学科: 数学
• 关键词: 强化学习 瞬时差分法 Q-学习 自适应启发评价 智能控制系统
• 年，卷（期）: 2000,（5）
• 所属期刊栏目: 综述与评论
• 页码范围: 637-642
• 页数: 6页
• 分类号: O231
• 字数: 7162字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2000.05.002

摘要

强化学习(reinforcement learning)一词来自于行为心理学,这一理论把行为学习看成是反复试验的过程,从而把环境状态映射成相应的动作.首先全面地介绍了强化学习理论的主要算法,即瞬时差分法、Q -学习算法及自适应启发评价算法;然后介绍了强化学习的应用情况;最后讨论了强化学习目前所要研究的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾国昌	哈尔滨工程大学计算机系	138	2134	24.0	41.0
2	张汝波	哈尔滨工程大学计算机系	110	1870	20.0	39.0
3	刘照德	哈尔滨工程大学计算机系	3	265	1.0	3.0
4	王醒策	哈尔滨工程大学计算机系	5	569	5.0	5.0