一类事件驱动马氏决策过程的Q学习

• 作者: 王利存 郑应平
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 马尔可夫过程学习算法动态规划模拟
• 年，卷（期）: 2001,（4）
• 所属期刊栏目: 软件与算法
• 页码范围: 80-82，封三
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2001.04.024

摘要

对广泛存在的一类事件驱动的平均费用型马尔可夫决策问题，通过分析其模型特征，研究了一种简单的增强型学习算法，不必将事件扩充为系统状态，而只对原始状态的值函数进行学习，减少了计算量和数据存储量。将算法应用于M/M/1排队系统的接纳控制问题，计算机仿真结果表明，算法优于通常的增强型学习和动态规划方法，验证了算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑应平	同济大学CIMS研究中心	74	440	12.0	15.0
2	王利存	中国科学院自动化研究所	6	41	4.0	6.0