基于神经网络的Sarsa强化学习算法

• 作者: 林联明 王一雄 王浩
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 强化学习 智能主体 马尔可夫决策过程 误差后向传播网络 状态动作对
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 30-32
• 页数: 3页
• 分类号: TP301.6
• 字数: 3235字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2006.01.010

摘要

标准的Sarsa算法对状态空间的要求是离散的且空间较小,而实际问题中很多的系统的状态空间是连续的或尽管是离散的但空间较大,这就要求有很大的空间来存储状态动作对(State-Action-Pair).对此文中提出用BP网络队列保存SAPs,实验验证可以解决由于空间过大而带来的Q值表示问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王浩	合肥工业大学计算机与信息学院	193	1473	20.0	29.0
2	王一雄	合肥工业大学计算机与信息学院	3	23	3.0	3.0
3	林联明	合肥工业大学计算机与信息学院	1	7	1.0	1.0