增强学习中的直接策略搜索方法综述

• 作者: 张锰 徐昕 王学宁 贺汉根 陈伟
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 增强学习 策略搜索 策略梯度
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 综合评述
• 页码范围: 16-24
• 页数: 9页
• 分类号: TP242
• 字数: 9322字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2007.01.002

摘要

对增强学习中各种策略搜索算法进行了简单介绍,建立了策略梯度方法的理论框架,并且根据这个理论框架的指导,对一些现有的策略梯度算法进行了推广,讨论了近年来出现的提高策略梯度算法收敛速度的几种方法,对于非策略梯度搜索算法的最新进展进行了介绍,对进一步研究工作的方向进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺汉根	国防科技大学机电工程与自动化学院	68	1620	17.0	39.0
2	陈伟	国防科技大学机电工程与自动化学院	14	84	5.0	8.0
3	王学宁	国防科技大学机电工程与自动化学院	4	47	3.0	4.0
4	徐昕	国防科技大学机电工程与自动化学院	21	295	9.0	17.0