一种强化学习行动策略ε-greedy的改进方法

• 作者: 李琛 李茂军 杜佳佳
• 来源期刊: 计算技术与自动化
• 关键词: 强化学习 ε-greedy策略 探索与利用
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机软件及应用
• 页码范围: 141-145
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201902026

摘要

强化学习作为机器学习中的一种无监督式学习,在实际应用中的难点之一便是如何平衡强化学习中探索和利用之间的关系.在Q学习结合ε-greedy的基础上,提出了一种参数动态调整的策略.该策略是以学习者在学习过程中各状态下的学习状况为依据,实现参数的自适应,从而更好地平衡探索和利用之间的关系.同时,引入一种结合了试错法的动作删减机制,对备选动作集合进行"删减",来提高学习者的探索效率.最后通过迷宫问题的实验仿真,验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琛	长沙理工大学电气与信息工程学院	4	16	3.0	4.0
2	李茂军	长沙理工大学电气与信息工程学院	56	528	12.0	21.0
3	杜佳佳	长沙理工大学电气与信息工程学院	2	0	0.0	0.0