U-Clustering:基于效用聚类的激励学习算法

• 作者: 殷苌茗 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 效用聚类 部分可观测Markov决策过程
• 年，卷（期）: 2005,（26）
• 所属期刊栏目: 学术探讨
• 页码范围: 37-42,74
• 页数: 7页
• 分类号: TP18
• 字数: 9456字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.26.011

摘要

提出了一个新的效用聚类激励学习算法U-Clustering.该算法完全不用像U-Tree算法那样进行边缘节点的生成和测试,它首先根据实例链的观测动作值对实例进行聚类,然后对每个聚类进行特征选择,最后再进行特征压缩,经过压缩后的新特征就成为新的状态空间树节点.通过对New York Driving[2,13]的仿真和算法的实验分析,表明U-Clustering算法对解决大型部分可观测环境问题是比较有效的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷苌茗	长沙理工大学计算机与通信工程学院	17	95	6.0	9.0
2	陈焕文	长沙理工大学计算机与通信工程学院	14	56	5.0	6.0
6	谢丽娟	长沙理工大学计算机与通信工程学院	18	50	4.0	6.0