强化学习研究综述

• 作者: 杨宜民 陈学松
• 来源期刊: 计算机应用研究
• 关键词: 强化学习 多智能体 马尔可夫决策过程
• 年，卷（期）: 2010,（8）
• 页码范围: 2834-2838,2844
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.08.006

摘要

在未知环境中,关于agent的学习行为是一个既充满挑战又有趣的问题,强化学习通过试探与环境交互获得策略的改进,其学习和在线学习的特点使其成为机器学习研究的一个重要分支.介绍了强化学习在理论、算法和应用研究三个方面最新的研究成果,首先介绍了强化学习的环境模型和其基本要素;其次介绍了强化学习算法的收敛性和泛化有关的理论研究问题;然后结合最近几年的研究成果,综述了折扣型回报指标和平均回报指标强化学习算法;最后列举了强化学习在非线性控制、机器人控制、人工智能问题求解、多agent 系统问题等若干领域的成功应用和未来的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宜民	广东工业大学自动化学院	221	2851	26.0	42.0
2	陈学松	广东工业大学自动化学院	29	186	5.0	13.0