非参数化近似策略迭代并行强化学习算法

• 作者: 季挺 张华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 并行强化学习 非参数化 策略迭代 K均值聚类 倒立摆
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 313-320
• 页数: 8页
• 分类号: TP181
• 字数: 7554字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048935

摘要

针对在线近似策略迭代强化学习算法收敛速度较慢的问题,提出一种非参数化近似策略迭代并行强化学习算法.通过学习单元构建样本采集过程确定并行单元数量,基于径向基函数线性逼近结构设计强化学习单元,然后采用以样本空间完全覆盖为目标的估计方法实现单元自主构建,并基于近似策略迭代进行单元自主学习.其中,各单元通过平均加权法融合得到算法的整体策略.一级倒立摆仿真结果表明,与online LSPI算法和BLSPI算法相比,该算法在保持较高加速比的同时具有较高的效率,其控制参数更少,收敛速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张华	南昌大学江西省机器人与焊接自动化重点实验室	348	2909	25.0	35.0
2	季挺	南昌大学江西省机器人与焊接自动化重点实验室	4	2	1.0	1.0