最小二乘支持向量机在强化学习系统中的应用

• 作者: CHENG Yu-hu WANG Xue-song 田西兰 马小平
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 最小二乘支持向量机 强化学习 Q学习 泛化
• 年，卷（期）: 2008,（14）
• 所属期刊栏目: 人工智能与仿真
• 页码范围: 3702-3706
• 页数: 5页
• 分类号: TP181
• 字数: 4822字
• 语种: 中文

摘要

将连续状态空间下的Q学习构建为最小二乘支持向量机的回归估计问题,利用最小二乘支持向量机良好的泛化以及非线性逼近性能实现由系统状态-动作对到Q值函数的映射.为了保证计算速度以及适应Q学习系统在线学习的需要,最小二乘支持向量机的训练样本是窗式移动的,即在Q学习系统学习的同时获取样本数据并进行最小二乘支持向量机的训练.小车爬山控制问题的仿真结果表明该方法学习效率高,能够有效解决强化学习系统连续状态空间的泛化问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马小平	中国矿业大学信息与电气工程学院	152	1129	17.0	27.0
2	田西兰	中国矿业大学信息与电气工程学院	4	39	3.0	4.0
3	WANG Xue-song	中国矿业大学信息与电气工程学院	1	12	1.0	1.0
4	CHENG Yu-hu	中国矿业大学信息与电气工程学院	1	12	1.0	1.0