一种基于优化状态转换信任度的增强型学习算法

摘要：

针对增强型算法中求解目标状态问题,提出了反映当前状态与目标状态的距离和转换代价的优化模型,设计了基于优化状态转换信任度的增强型学习算法COSTRLA.算法定义了优化状态信任度函数,设计了优化状态信任度函数的更新学习规则. COSTRLA用于求解迷宫问题,表明了算法在处理目标状态问题时比传统的增强型学习算法更加有效.

关键词：增强型学习、动态规划、目标状态、最短路径

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

在线出版日期：2004-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：88-89,94