基于函数近似的知识迁移

• 作者: 谢岩松 金海东 陈冬火
• 来源期刊: 软件
• 学科: 工学
• 关键词: 知识迁移 强化学习 相似任务 V值
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 134-138
• 页数: 5页
• 分类号: TP319
• 字数: 5048字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2016.02.031

摘要

传统强化学习中，函数近似方法用于同一任务中不同状态之间的知识泛化。提出基于函数近似的知识迁移方法KTBFA，实现不同任务之间的知识泛化与迁移。KTBFA方法在对状态-动作空间进行特征编码的基础上，使用线性函数逼近器近似表示Agent在源任务中学习到的V*值。近似函数作为知识迁移的表达形式，实现知识从源任务到目标任务的迁移。格子世界平台的实验结果表明，在相似任务中，基于KTBFA方法的--Transfer Q learning算法的学习效率有非常大的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金海东	苏州大学计算机科学与技术学院	9	26	3.0	4.0
2	陈冬火	苏州大学计算机科学与技术学院	14	58	5.0	6.0
3	谢岩松	苏州大学计算机科学与技术学院	1	2	1.0	1.0