一种多动机强化学习框架

• 作者: 覃征 赵凤飞
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 强化学习 多动机 Q学习 MMQ—unique算法 MMQ-voting算法
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 240-247
• 页数: 8页
• 分类号: TP181
• 字数: 6177字
• 语种: 中文

摘要

以Q学习为代表的传统强化学习方法都是维持一个状态与动作的映射表.这种状态-动作的二层映射结构缺乏灵活性,同时不能有效地使用先验知识引导学习过程.为了解决这一问题,提出了一种基于多动机强化学习(MMRL)的框架.MMRL框架在状态与动作间引入动机层,将原有的状态-动作二层结构扩展为状态-动机-动作三层结构,可根据经验设置多个动机.通过动机的设定实现了先验知识的利用,进而加快了强化学习的进程,提高了强化学习的灵活性.实验表明,通过合理的动机设定,多动机强化学习的学习速度较传统强化学习有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃征	清华大学计算机科学与技术系	74	970	19.0	27.0
2	赵凤飞	清华大学计算机科学与技术系	1	7	1.0	1.0