基于隐偏向信息学习的强化学习算法

• 作者: 李国徽 李学勇 欧阳柳波
• 来源期刊: 南华大学学报(理工版)
• 学科: 工学
• 关键词: 强化学习 Markov决策过程 偏向 隐偏向信息 SARSA(λ)算法
• 年，卷（期）: 2004,（2）
• 页码范围: 10-16
• 页数: 7页
• 分类号: TP18
• 字数: 4509字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0062.2004.02.003

摘要

传统的强化学习算法应用到大状态、动作空间和任务复杂的马尔可夫决策过程问题时,存在收敛速度慢,训练时间长等问题.有效地学习和利用问题中包含的偏向信息可以加快学习速度,提高学习效率.在分析了偏向机制特点的基础上引入了隐偏向信息的概念,建立了一种基于偏向信息学习的强化学习模型,并提出了一种基于特征的改进SARSA(λ)算法.针对于推箱任务的实验表明,改进的算法明显提高了学习效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国徽	华中科技大学计算机科学与技术学院	108	1100	18.0	29.0
2	李学勇	长沙大学数学与信息科学系	26	540	11.0	23.0
3	欧阳柳波	湖南大学软件学院	34	560	11.0	23.0