基于平均奖赏强化学习算法的零阶分类元系统

• 作者: 但志平 李昭 王俊英 臧兆祥
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 平均奖赏 强化学习 R-学习算法 学习分类元系统(LCS) 零阶分类元系统(ZCS) 多步学习问题
• 年，卷（期）: 2016,（21）
• 所属期刊栏目: 热点与综述
• 页码范围: 14-20,48
• 页数: 8页
• 分类号: TP181|TP391
• 字数: 10080字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1603-0061

摘要

零阶学习分类元系统ZCS（Zeroth-level Classifier System）作为一种基于遗传的机器学习技术（Genetics-Based Machine Learning），在解决多步学习问题上，已展现出应用价值。然而标准的ZCS系统采用折扣奖赏强化学习技术，难于适应更为广泛的应用领域。基于ZCS的现有框架，提出了一种采用平均奖赏强化学习技术（R-学习算法）的分类元系统，将ZCS中的折扣奖赏强化学习方法替换为R-学习算法，从而使ZCS一方面可应用于需要优化平均奖赏的问题领域，另一方面则可求解规模较大、需要动作长链支持的多步学习问题。实验显示，在多步学习问题中，该系统可给出满意解，且在维持动作长链，以及克服过泛化问题方面，具有更优的特性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊英	三峡大学水电工程智能视觉监测湖北省重点实验室	17	69	5.0	7.0
5	但志平	三峡大学水电工程智能视觉监测湖北省重点实验室	20	50	5.0	5.0
6	臧兆祥	三峡大学水电工程智能视觉监测湖北省重点实验室	10	17	2.0	3.0
10	李昭	三峡大学水电工程智能视觉监测湖北省重点实验室	16	23	3.0	4.0