一种基于动态参数调整的强化学习动作选择机制

• 作者: 胡晓辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 强化学习 Q学习 动作选择 ε-greedy机制
• 年，卷（期）: 2008,（28）
• 所属期刊栏目: 博士论坛
• 页码范围: 29-31,48
• 页数: 4页
• 分类号: TP391
• 字数: 3123字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.28.009

摘要

强化学习是一种重要的无监督机器学习技术,它能够利用不确定的环境下的奖赏发现最优的行为序列,实现动态环境下的在线学习,被广泛地应用到Agent系统当中.应用强化学习算法的难点之一就是如何平衡强化学习当中探索和利用之间的关系,即如何进行动作选择.结合Q学习在ε-greedy策略基础上引入计数器,从而使动作选择时的参数ε能够分阶段进行调整,从而更好地平衡探索和利用间的关系.通过对方格世界的实验仿真,证明了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡晓辉	兰州交通大学电子与信息工程学院	99	503	10.0	16.0