一种基于状态聚类的SARSA(λ)强化学习算法

• 作者: 刘永信 吴沧浦 李春贵
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 强化学习 函数近似 状态聚类 SARSA学习
• 年，卷（期）: 2003,（5）
• 所属期刊栏目: 博士论文
• 页码范围: 37-38,98
• 页数: 3页
• 分类号: TP18
• 字数: 3303字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2003.05.016

摘要

为求解大状态空间的强化学习问题,提出了一种基于状态聚类的SARSA(λ)强化学习算法,其基本思想是利用先验知识或事先训练控制器,对状态空间进行聚类,分为不同的簇,然后在簇空间上进行sARsA(λ)学习.若能进行适当的状态聚类,算法将可得到一个相对好的近似值函数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘永信	北京理工大学自动控制系	7	237	5.0	7.0
2	李春贵	北京理工大学自动控制系	5	92	4.0	5.0
3	吴沧浦	北京理工大学自动控制系	23	428	8.0	20.0