激励学习的最优判据研究

• 作者: 谢建平 陈焕文
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 激励学习 Markov决策过程 智能体
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 算法研究
• 页码范围: 62-65
• 页数: 4页
• 分类号: TP18
• 字数: 3872字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2001.02.017

摘要

激励学习智能体通过最优策略的学习与规划 来求解序贯决策问题，因此如何定义策略的最优判据是激励学习研究的核心问题之一。本文 讨论了一系列来自动态规划的最优判据，通过实例检验了各种判据对激励学习的适用性和优 缺点，分析了设计各种判据的激励学习算法的必要性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈焕文	长沙电力学院数学与计算机系	18	95	6.0	9.0
2	谢建平	长沙交通学院网络中心	5	50	3.0	5.0