基于强化学习的服务规划生成方法

• 作者: 张梦洋 田国会 袁媛 龚京
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 半监督学习 自然语言 强化学习 家庭服务 状态属性 稀疏激励
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 控制与机械工程
• 页码范围: 59-63
• 页数: 5页
• 分类号: TN92
• 语种: 中文
• DOI: 10.13245/j.hust.180911

摘要

提出了一种基于强化学习的半监督学习方法,将家庭服务相关的自然语言信息转化为服务规划.首先,构建与家庭服务相关的交互环境,并赋予环境中物体对应的状态属性;其次,针对稀疏激励问题,设计即时激励和延时激励,提高动作交互过程中的奖励值,引导动作选择向最优化发展;然后,构建物体状态向量并结合余弦相似度作为衡量服务执行的标准;最后,针对生成的服务规划设计对比实验.实验结果表明:该方法能够提升规划生成的准确率并加快收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田国会	山东大学深圳研究院	117	2087	22.0	41.0
2	袁媛	山东大学控制科学与工程学院	9	36	4.0	6.0
3	张梦洋	山东大学控制科学与工程学院	3	10	2.0	3.0
7	龚京	山东大学控制科学与工程学院	2	8	1.0	2.0