10.3321/j.issn:1001-0920.2007.02.024
结构化状态空间中的递阶再励学习方法
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.
再励学习(RL)、递阶再励学习、结构化状态空间
22
TP181(自动化基础理论)
2007-03-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
233-237