改进GA3C求解POMDP的深度强化学习网络模型

• 作者: 康士伟 陈晓军
• 来源期刊: 电脑编程技巧与维护
• 关键词: GA3C求解 POMDP问题 学习网络模型
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 软件研发与应用
• 页码范围: 24-26
• 页数: 3页
• 字数: 2309字
• 语种: 中文

摘要

针对GA3C求解视频游戏中P OMDP问题的特点,通过引入长短期记忆(Long-Short Term Memory,LSTM)保留游戏过程中多时间步的历史状态信息,与当前状态信息一同作为输入状态信息,该网络仅需对当前的1幅游戏截图进行预处理,网络输入状态空间的规模在每个训练时间步都得以缩小,只有原来传统网络的1/4,从而可以减小更新网络所需的计算量及存储要求,加快学习速度.同时LSTM有记忆机制,改进的网络模型将有利于加强求解POMDP问题的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓军	三峡大学水电工程智能视觉检测湖北省重点实验室	3	1	1.0	1.0
5	康士伟	三峡大学水电工程智能视觉检测湖北省重点实验室	2	1	1.0	1.0