基于连续动作学习自动机的联想强化学习

• 作者: 刘晓
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 学习自动机 连续动作学习自动机 强化学习 联想强化学习 奖励-惩罚
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 2015年中国计算机学会人工智能会议(CCFAI2015)论文选?
• 页码范围: 426-431
• 分类号: TP181
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.03.007

摘要

联想强化学习是一种在不确定环境下的机器学习问题,其中学习系统的目标是为环境的每一种输入状态确定一个最佳的输出动作.文章提出一种新的连续动作学习自动机(CALA).该自动机以一个可变区间作为动作集,并依照均匀分布方式产生输出动作.根据环境反馈的成功/失败信号,学习算法对动作区间的端点进行自适应更新.将该方法应用于求解两个经典的联想强化学习问题,仿真结果演示了新算法相对于两种现有的CALA算法的优越性.与旧算法相比,新算法的学习性能平均可提高1.9％到5.7％,最高可提高22.4％到65.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓		6	7	2.0	2.0