一种快速强化学习方法研究

摘要：

在对资格迹理论研究的基础上,提出了一种延迟快速强化学习算法DFSARSA(λ)(延迟快速SARSA(λ)算法).算法的主要思想是通过对资格迹的重新定义和对即时差分TD(λ)偏差的跟踪,使强化学习中Q值在需要时进行更新,而SARSA(λ)每一步都对Q值进行更新,该方法使SARSA(λ)算法的更新计算复杂度从O(|S||A|)降到了O(|A|),提高了强化学习速度,仿真实验证明了该算法的有效性.

关键词：强化学习、资格迹、SARSA(λ)算法、DFSARSA(λ)算法

所属期刊栏目：25

分类号：TP181(自动化基础理论)

资助基金：国家部委预研基金40404070302

在线出版日期：2005-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：328-331