基于路径匹配的在线分层强化学习方法

• 作者: 史忠植 王茂光 石川
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 强化学习 分层强化学习 option 子目标 路径匹配
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 1470-1476
• 页数: 7页
• 分类号: TP18
• 字数: 5733字
• 语种: 中文

摘要

如何在线找到正确的子目标是基于option的分层强化学习的关键问题.通过分析学习主体在子目标处的动作,发现了子目标的有效动作受限的特性,进而将寻找子目标的问题转化为寻找路径中最匹配的动作受限状态.针对网格学习环境,提出了单向值方法表示子目标的有效动作受限特性和基于此方法的option自动发现算法.实验表明,基于单向值方法产生的option能够显著加快Q学习算法,也进一步分析了option产生的时机和大小对Q学习算法性能的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史忠植	中国科学院计算技术研究所智能信息处理重点实验室	232	9166	52.0	89.0
2	石川	北京邮电大学北京市智能软件与多媒体重点实验室	9	81	5.0	9.0
4	王茂光	中国科学院计算技术研究所智能信息处理重点实验室	7	62	4.0	7.0