折扣与无折扣MDPs:一个基于SARSA(λ)算法的实例分析

• 作者: 谢丽娟 陈焕文
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 激励学习 Markov决策过程 动态规划
• 年，卷（期）: 2002,（9）
• 所属期刊栏目: 学术探讨
• 页码范围: 86-88
• 页数: 3页
• 分类号: TP301.6
• 字数: 3514字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2002.09.029

摘要

分析了折扣激励学习存在的问题,对MDPs的SARSA(λ)算法进行了折扣的比较实验分析,讨论了平均奖赏常量对无折扣SARSA(()算法的影响.

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	谢丽娟	长沙电力学院数学与计算机系	7	56	4.0	7.0