一种用于随机优化的连续动作学习自动机

摘要：

学习自动机（ LA）是一种随机优化技术，其中自动机的目标是从一个允许的动作集里选择最优的动作。现有LA的动作集大多都是有限集，因此对于连续参数学习问题，需要将动作空间离散化，并且解的精度取决于离散化的颗粒度。提出一种新的连续动作学习自动机（ CALA），其动作集为一个可变区间，并依照均匀分布选择输出动作。算法通过一种类似提高拟退火的方式确定一个“最新且最好”的动作，并根据该动作对区间的两个端点进行更新。通过优化一个被噪声污损的多模态函数的仿真实验，演示了新算法相对于三种现有的CALA算法的优越性。

关键词：强化学习、在线学习、随机优化、学习自动机、连续动作学习自动机

分类号：TP183(自动化基础理论)

在线出版日期：2015-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：73-77