连续状态-连续行动强化学习

• 作者: 夏丽丽
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 强化学习 连续状态-连续行动 离散化 值函数逼近
• 年，卷（期）: 2011,（19）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 4669-4672
• 分类号: TP202
• 字数: 5217字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3044.2011.19.060

摘要

标准的强化学习通常用于解决离散状态空间和行动空间序列决策问题,而很多实际系统的状态和行动为连续变量甚至混合变量,连续状态一连续行动强化学习已经成为该领域研究热点.该文将重点讨论一些将强化学习从离散空间推广到连续空间上的技术或方法,主要从离散化和值函数逼近两方面分析了国内外的研究现状,并介绍了一些常用方法的具体实现.最后,对连续状态一连续行动强化学习未来可能发展方向进行展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏丽丽		5	7	2.0	2.0