一种最大集合期望损失的多目标Sarsa（λ）算法

• 作者: 伏玉琛 傅启明 刘全 崔志明 李瑾
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 多目标 自适应Sarsa(λ) 最大集合期望损失 强化学习 机器人足球
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1469-1473
• 页数: 5页
• 分类号: TP181
• 字数: 5958字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2013.08.003

摘要

针对RoboCup这一典型的多目标强化学习问题，提出一种基于最大集合期望损失的多目标强化学习算法LRGM-Sarsa （λ）算法。该算法预估各个目标的最大集合期望损失，在平衡各个目标的前提下选择最佳联合动作以产生最优联合策略。在单个目标训练的过程中，采用基于改进MSBR误差函数的Sarsa （λ）算法，并对动作选择概率函数和步长参数进行优化，解决了强化学习在使用非线性函数泛化时，算法不稳定、不收敛的问题。将该算法应用到RoboCup射门局部策略训练中，取得了较好的效果，表明该学习算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘全	苏州大学计算机与科学学院	99	1053	16.0	29.0
3	伏玉琛	苏州大学计算机与科学学院	35	201	8.0	11.0
4	崔志明	苏州大学计算机与科学学院	169	2304	25.0	38.0
5	李瑾	苏州大学计算机与科学学院	27	176	6.0	13.0
8	傅启明	苏州大学计算机与科学学院	23	360	10.0	18.0