基于核方法的强化学习算法

• 作者: 何源 张文生
• 来源期刊: 科技与创新
• 关键词: 强化学习 核方法 马尔科夫决策过程 Q-learning mountiain car
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 软件天地
• 页码范围: 243-245
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.04.103

摘要

传统的强化学习算法通常假设状态空间和行动空间是离散的,而实际上很多问题的状态空间是连续的,这就大大地限制了强化学习在实际中的应用.为克服以上不足,本文提出了一种基于核方法的强化学习算法,能直接处理具有连续状态空间的问题.最后,通过具有连续状态空间和离散行动空间的mountain car问题来验证算法.实验表明,这种算法在处理具有连续状态空间的问题时,和传统的先把状态空间离散化的方法相比,能以较少的训练数据收敛到更好的策略.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文生	中国科学院自动化研究所	98	1246	18.0	33.0
2	何源	中国科学院自动化研究所	37	97	6.0	7.0