基于改进Q-学习的导航知识获取算法研究

• 作者: 郑炳文
• 来源期刊: 科学之友
• 关键词: 强化学习 Q-学习 探索区域扩张 模拟退火 神经网络
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 专题研究
• 页码范围: 141-142
• 分类号: TP242
• 语种: 中文

摘要

基本Q-学习算法总是利用当前最优策略进行动作的选取,这样容易陷入局部最优.文章在模拟退火强化学习基础上提出了基于探索区域扩张的Q-学习,加入原地探索策略,提高了找到目标的效率;引入了探索区域扩张策略,避免了初始时在整个环境中加入探索的盲目性,提高了学习效率;加入算法的自主学习结束条件,避免了找到最优路径后的重复学习,节省了学习时间.仿真实验验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑炳文		6	3	1.0	1.0