一种基于模型的可分解贝叶斯在线强化学习

• 作者: 仵博 冯延蓬 郑红燕 陈鑫
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 马尔可夫决策过程 贝叶斯强化学习 动态贝叶斯网路
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 科研通信
• 页码范围: 1429-1434
• 页数: 6页
• 分类号: TP181
• 字数: 6371字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.07.029

摘要

针对贝叶斯强化学习中参数个数巨大，收敛速度慢，无法实现在线学习的问题，提出一种基于模型的可分解贝叶斯强化学习方法。首先，将学习参数进行可分解表示，降低学习参数的个数；然后，根据先验知识和观察数据采用贝叶斯方法来学习，最优化探索和利用二者之间的平衡关系；最后，采用基于点的贝叶斯强化学习方法实现学习过程的快速收敛，从而达到在线学习的目的。仿真结果表明该算法能够满足实时系统性能的要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	仵博	深圳职业技术学院教育技术与信息中心	39	177	6.0	11.0
2	郑红燕	深圳职业技术学院教育技术与信息中心	13	22	3.0	3.0
3	冯延蓬	深圳职业技术学院教育技术与信息中心	25	74	5.0	6.0
4	陈鑫	中南大学信息科学与工程学院	58	403	10.0	17.0