期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于概率模型的动态分层强化学习
被引量:
2
1
作者
戴朝晖
袁姣红
+1 位作者
吴敏
陈鑫
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011年第11期1595-1600,1606,共7页
为解决大规模强化学习中的"维度灾难"问题,克服以往学习算法的性能高度依赖于先验知识的局限性,本文提出一种基于概率模型的动态分层强化学习方法.首先基于贝叶斯学习对状态转移概率进行建模,建立基于概率参数的关键状态识别...
为解决大规模强化学习中的"维度灾难"问题,克服以往学习算法的性能高度依赖于先验知识的局限性,本文提出一种基于概率模型的动态分层强化学习方法.首先基于贝叶斯学习对状态转移概率进行建模,建立基于概率参数的关键状态识别方法,进而通过聚类动态生成若干状态子空间和学习分层结构下的最优策略.仿真结果表明该算法能显著提高复杂环境下智能体的学习效率,适用于未知环境中的大规模学习.
展开更多
关键词
动态分层强化学习
贝叶斯
学习
状态转移概率模型
智能体
下载PDF
职称材料
题名
基于概率模型的动态分层强化学习
被引量:
2
1
作者
戴朝晖
袁姣红
吴敏
陈鑫
机构
中南大学信息科学与工程学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011年第11期1595-1600,1606,共7页
基金
国家自然科学基金资助项目(60874042)
中国博士后科学基金一等资助项目(20080440177)
+1 种基金
中国博士后科学基金特别资助项目(200902483)
教育部高等学校博士点基金新教师基金资助项目(20090162120068)
文摘
为解决大规模强化学习中的"维度灾难"问题,克服以往学习算法的性能高度依赖于先验知识的局限性,本文提出一种基于概率模型的动态分层强化学习方法.首先基于贝叶斯学习对状态转移概率进行建模,建立基于概率参数的关键状态识别方法,进而通过聚类动态生成若干状态子空间和学习分层结构下的最优策略.仿真结果表明该算法能显著提高复杂环境下智能体的学习效率,适用于未知环境中的大规模学习.
关键词
动态分层强化学习
贝叶斯
学习
状态转移概率模型
智能体
Keywords
dynamic hierarchical reinforcement-learning
Bayesian learning
state-transition probability model
agent
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于概率模型的动态分层强化学习
戴朝晖
袁姣红
吴敏
陈鑫
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部