一种状态自动划分的模糊小脑模型关节控制器值函数拟合方法

• 作者: 曾嘉安 朱金辉 罗荣华 闵华清
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 强化学习 值函数 状态自动划分 模糊小脑关节模型控制器
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 短文
• 页码范围: 256-260
• 分类号: TP181
• 字数: 3683字
• 语种: 中文

摘要

在庞大离散状态空间或连续状态空间中,强化学习(RL)需要进行值函数拟合以寻找最优策略.但函数拟合器的结构往往由设计者预先设定,在学习过程中不能动态调整缺乏自适应性.为了自动构建函数拟合器的结构,提出一种可以进行状态自动划分的模糊小脑模型关节控制(FCMAC)值函数拟合方法.该方法利用Bellman误差的变化趋势实现状态自动划分,并且探讨了两种选择划分区域的机制.汽车爬坡问题和机器人足球仿真平台中的实验结果表明新算法能有效拟合值函数,而且利用所提出的函数拟合器智能体可以进行有效的强化学习.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闵华清	华南理工大学软件学院	65	728	13.0	25.0
2	曾嘉安	华南理工大学计算机科学与技术学院	1	5	1.0	1.0
3	罗荣华	华南理工大学计算机科学与技术学院	19	463	7.0	19.0
4	朱金辉	华南理工大学计算机科学与技术学院	13	102	5.0	10.0