结构化状态空间中的递阶再励学习方法

摘要：

在状态空间满足结构化条件的前提下,通过状态空间的维度划分直接将复杂的原始MDP问题递阶分解为一组简单的MDP或SMDP子问题,并在线对递阶结构进行完善.递阶结构中嵌入不同的再励学习方法可以形成不同的递阶学习.所提出的方法在具备递阶再励学习速度快、易于共享等优点的同时,降低了对先验知识的依赖程度,缓解了学习初期回报值稀少的问题.

关键词：再励学习(RL)、递阶再励学习、结构化状态空间

所属期刊栏目：22

分类号：TP181(自动化基础理论)

在线出版日期：2007-03-27（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：233-237