一种用于随机优化的连续动作学习自动机

• 作者: 刘晓
• 来源期刊: 航空计算技术
• 关键词: 强化学习 在线学习 随机优化 学习自动机 连续动作学习自动机
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 计 算 方 法
• 页码范围: 73-77
• 页数: 5页
• 分类号: TP183
• 语种: 中文

摘要

学习自动机（ LA）是一种随机优化技术，其中自动机的目标是从一个允许的动作集里选择最优的动作。现有LA的动作集大多都是有限集，因此对于连续参数学习问题，需要将动作空间离散化，并且解的精度取决于离散化的颗粒度。提出一种新的连续动作学习自动机（ CALA），其动作集为一个可变区间，并依照均匀分布选择输出动作。算法通过一种类似提高拟退火的方式确定一个“最新且最好”的动作，并根据该动作对区间的两个端点进行更新。通过优化一个被噪声污损的多模态函数的仿真实验，演示了新算法相对于三种现有的CALA算法的优越性。

作者信息

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