一种基于性能势的无折扣强化学习算法

• 作者: 周如益 高阳
• 来源期刊: 广西师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 强化学习 性能势 无折扣 值迭代
• 年，卷（期）: 2006,（4）
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP18
• 字数: 2902字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2006.04.015

摘要

传统基于性能势的学习算法能获得马尔可夫决策问题的最优策略.这些算法主要采用单路径采样的方法,使得学习算法效率不高.将性能势与强化学习相结合,提出了一种基于性能势的无折扣值迭代学习算法--G学习,并将其与经典的无折扣强化学习算法(R学习)相比较,获得了较好的实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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
2	周如益	南京大学计算机软件新技术国家重点实验室	3	62	2.0	3.0