基于神经网络的强化学习算法研究

• 作者: 李宁 陆鑫 陈世福 高阳
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 强化学习 BP神经网络 RBP模型
• 年，卷（期）: 2002,（8）
• 所属期刊栏目: 人工智能与数据库
• 页码范围: 981-985
• 页数: 5页
• 分类号: TP18
• 字数: 3442字
• 语种: 中文

摘要

BP神经网络在非线性控制系统中被广泛运用,但作为有导师监督的学习算法,要求批量提供输入输出对对神经网络训练,而在一些并不知道最优策略的系统中,这样的输入输出对事先并无法得到;另一方面,强化学习从实际系统学习经验来调整策略,并且是一个逐渐逼近最优策略的过程,学习过程中并不需要导师的监督.提出了将强化学习与BP神经网络结合的学习算法--RBP模型.该模型的基本思想是通过强化学习控制策略,经过一定周期的学习后再用学到的知识训练神经网络,以使网络逐步收敛到最优状态.最后通过实验验证了该方法的有效性及收敛性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈世福	南京大学计算机软件新技术国家重点实验室	169	4351	32.0	60.0
2	李宁	南京大学计算机软件新技术国家重点实验室	102	1222	17.0	29.0
3	高阳	南京大学计算机软件新技术国家重点实验室	77	1645	20.0	39.0
4	陆鑫	南京大学计算机软件新技术国家重点实验室	6	553	5.0	6.0