分阶Dyna强化学习算法

• 作者: 胡维礼 赵昀 陈庆伟
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 强化学习 强化学习体系结构 规划
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 154-158
• 页数: 5页
• 分类号: TP181
• 字数: 4666字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.07.039

摘要

针对现有Dyna强化学习体系结构下,"规划"和"学习"在计算资源分配上的不合理问题,提出了一种分阶Dyna体系结构,随着经验知识的不断积累,将学习过程划分为探索阶段、变比重学习阶段和优化阶段,分别进行"规划"和"学习"的协调控制,大大减少了计算资源的浪费.结合传统的Q-学习算法,设计了分阶Dyna-Q强化学习算法,以适应动态不确定环境下的任务.在一个标准强化学习问题中,验证了所设计的分阶Dyna强化学习算法比基本Dyna强化学习算法具有更好的学习性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈庆伟	南京理工大学自动化学院	167	2469	26.0	41.0
2	胡维礼	南京理工大学自动化学院	155	2963	28.0	46.0
3	赵昀	南京理工大学自动化学院	4	21	2.0	4.0