基于强化学习的值迭代算法

• 作者: 崔军晓 朱蒙婷 王海燕 王辉 章鹏
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 强化学习 值迭代 格子世界
• 年，卷（期）: 2014,（11）
• 页码范围: 7348-7350
• 页数: 3页
• 分类号: TP181

摘要

强化学习（Reinforcement Learning）是学习环境状态到动作的一种映射,并且能够获得最大的奖赏信号。强化学习中有三种方法可以实现回报的最大化：值迭代、策略迭代、策略搜索。该文介绍了强化学习的原理、算法,并对有环境模型和无环境模型的离散空间值迭代算法进行研究,并且把该算法用于固定起点和随机起点的格子世界问题。实验结果表明,相比策略迭代算法,该算法收敛速度快,实验精度好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海燕	苏州大学计算机科学与技术学院	29	138	7.0	11.0
2	王辉	苏州大学计算机科学与技术学院	86	466	11.0	18.0
3	崔军晓	苏州大学计算机科学与技术学院	2	2	1.0	1.0
4	朱蒙婷	苏州大学计算机科学与技术学院	2	2	1.0	1.0
5	章鹏	苏州大学计算机科学与技术学院	7	93	3.0	7.0