平均报酬模型强化学习理论、算法及应用

• 作者: 曹广益 李建华 黄炳强
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 平均报酬强化学习 R学习 H学习
• 年，卷（期）: 2007,（18）
• 所属期刊栏目: 博士论文
• 页码范围: 18-19,39
• 页数: 3页
• 分类号: TP24
• 字数: 3298字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.18.006

摘要

折扣报酬模型强化学习是目前强化学习研究的主流,但折扣因子的选取使得近期期望报酬的影响大于远期期望报酬的影响,而有时候较大远期期望报酬的策略有可能是最优的,因此比较合理的方法是采用平均报酬模型强化学习.该文介绍了平均报酬模型强化学习的两个主要算法以及主要应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹广益	上海交通大学自动化系	222	2707	25.0	42.0
2	李建华	华东理工大学计算机系	28	79	5.0	7.0
3	黄炳强	上海交通大学自动化系	9	223	5.0	9.0