基于拓扑序列更新的值迭代算法

• 作者: 傅启明 刘全 周小科 孙洪坤 黄蔚
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 强化学习 值迭代 拓扑序列 VI-TS
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 56-62
• 页数: 7页
• 分类号: TP181
• 字数: 5342字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2014.08.008

摘要

提出一种基于拓扑序列更新的值迭代算法,利用状态之间的迁移关联信息,将任务模型的有向图分解为一系列规模较小的强连通分量,并依据拓扑序列对强连通分量进行更新.在经典规划问题Mountain Car和迷宫实验中的结果表明,算法的收敛速度更快,精度更高,且对状态空间的增长有较强的顽健性.

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	苏州大学计算机科学与技术学院	99	1053	16.0	29.0
5	周小科	苏州大学计算机科学与技术学院	17	38	3.0	6.0
6	黄蔚	苏州大学计算机科学与技术学院	15	47	5.0	6.0
7	傅启明	苏州大学计算机科学与技术学院	23	360	10.0	18.0
8	孙洪坤	苏州大学计算机科学与技术学院	6	42	4.0	6.0