Institute of Computing Technology, Chinese Academy IR
| 基于路径匹配的在线分层强化学习方法 | |
| 石川1; 史忠植2; 王茂光2 | |
| 2008 | |
| 发表期刊 | 计算机研究与发展
 |
| ISSN | 1000-1239 |
| 卷号 | 45.0期号:009页码:1470 |
| 摘要 | 如何在线找到正确的子目标是基于option的分层强化学习的关键问题．通过分析学习主体在子目标处的动作，发现了子目标的有效动作受限的特性，进而将寻找子目标的问题转化为寻找路径中最匹配的动作受限状态．针对网格学习环境，提出了单向值方法表示子目标的有效动作受限特性和基于此方法的option自动发现算法．实验表明，基于单向值方法产生的option能够显著加快Q学习算法，也进一步分析了option产生的时机和大小对Q学习算法性能的影响． |
| 关键词 | 强化学习 分层强化学习 option 子目标 路径匹配 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/36318 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.北京邮电大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 石川,史忠植,王茂光. 基于路径匹配的在线分层强化学习方法[J]. 计算机研究与发展,2008,45.0(009):1470. |
| APA | 石川,史忠植,&王茂光.(2008).基于路径匹配的在线分层强化学习方法.计算机研究与发展,45.0(009),1470. |
| MLA | 石川,et al."基于路径匹配的在线分层强化学习方法".计算机研究与发展 45.0.009(2008):1470. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [石川]的文章 |
| [史忠植]的文章 |
| [王茂光]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [石川]的文章 |
| [史忠植]的文章 |
| [王茂光]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [石川]的文章 |
| [史忠植]的文章 |
| [王茂光]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论