基于CA-CMAC的Q学习截球算法

• 作者: 刘国栋 申迅
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: Robocup CA-CMAC Q学习 智能体
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 计算机技术
• 页码范围: 1580-1582
• 分类号: TP242.6|TP183
• 字数: 2008字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2011.07.039

摘要

CMAC神经网络的主要优点在于其局部修正权重系数,使每次修改的权重系数极少,因此具有快速学习能力,非常适合于在线实时控制.但是在实际的使用过程中,CMAC算法会产生可信度的分配问题.因此使用CA-CMAC来代替CMAC.Q学习是一种重要的强化学习方法,将Q学习与CA-CMAC网络相结合用到Robocup仿真环境中,使智能体通过学习训练球员的截球能力.通过实际的仿真取得了很好的效果,证明算法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国栋	江南大学物联网工程学院	96	930	16.0	26.0
2	申迅	江南大学物联网工程学院	2	2	1.0	1.0