基于最小二乘的双权重学习法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.11896/jsjkx.191100084

基于最小二乘的双权重学习法

引用
强化学习是人工智能领域中的一个研究热点.在求解强化学习问题时,传统的最小二乘法作为一类特殊的函数逼近学习方法,具有收敛速度快、充分利用样本数据的优势.通过对最小二乘时序差分算法(Least-Squares Temporal Difference, LSTD)的研究与分析,并以该方法为基础提出了双权重最小二乘 Sarsa算法(Double Weights With Least Squares Sarsa,DWLS-Sarsa).DWLS-Sarsa算法将两权重通过一定方式进行关联得到目标权重,并利用 Sarsa方法对时序差分误差进行控制.在算法训练过程中,两权重会因为更新样本的不同而产生不同的值,保证了算法可以有效地进行探索;两权重也会因为样本数据的分布而逐渐缩小之间的差距直到收敛至同一最优值,确保了算法的收敛性能.最后将 DWLS-Sarsa 算法与其他强化学习算法进行实验对比,结果表明DWLS-Sarsa算法具有较优的学习性能与鲁棒性,可以有效地处理局部最优问题并提高算法收敛时的表现效果.

强化学习、函数逼近、最小二乘、时序差分、Sarsa

47

TP181(自动化基础理论)

国家自然科学基金;江苏省高等学校自然科学研究重大项目;吉林大学符号计算与知识工程教育部重点实验室资助项目;苏州市应用基础研究计划工业部分

2020-12-28(万方平台首次上网日期,不代表论文的发表时间)

共8页

210-217

相关文献
评论
暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

47

2020,47(12)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn