基于最小二乘的Q(λ)强化学习算法

摘要：

通过分析经典的Q(λ)学习算法所存在的经验利用率低、收敛速度慢的问题,根据当前和多步的经验知识样本建立了状态-动作对值函数的最小二乘逼近模型,推导了该逼近函数在一组基底上的权向量所满足的一组线性方程,从而提出了快速而实用的最小二乘Q(λ)算法及改进的递推算法.倒立摆实验表明,该算法可以提高经验利用率,有效加快收敛速度.

关键词：强化学习、Q(λ)学习、函数逼近、最小二乘、倒立摆

所属期刊栏目：44

分类号：TP181(自动化基础理论)

资助基金：江苏省高校自然科学基础研究项目the Natural Science Fundamental Research Program of Higher Education of Jiangsu Province,China under Grant 07KJD520092

在线出版日期：2009-02-16（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：47-50