基于核方法的强化学习算法

摘要：

传统的强化学习算法通常假设状态空间和行动空间是离散的,而实际上很多问题的状态空间是连续的,这就大大地限制了强化学习在实际中的应用.为克服以上不足,本文提出了一种基于核方法的强化学习算法,能直接处理具有连续状态空间的问题.最后,通过具有连续状态空间和离散行动空间的mountain car问题来验证算法.实验表明,这种算法在处理具有连续状态空间的问题时,和传统的先把状态空间离散化的方法相比,能以较少的训练数据收敛到更好的策略.

关键词：强化学习、核方法、马尔科夫决策过程、Q-learning、mountiain car

所属期刊栏目：24

分类号：TP181(自动化基础理论)

资助基金：国家重点基础研究发展规划973计划004CB318103

在线出版日期：2008-04-23（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：243-245