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
机器学习中加速强化学习的一种函数方法
1
作者
宋炯
金钊
杨维和
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2011年第S2期176-181,共6页
机器学习中值函数需要反复更新直至其收敛是造成强化学习速度慢的根本原因.提出一种可实现批量更新值函数的学习方法,从加快值函数收敛的角度来加速强化学习.通过在训练情节中记录下从初始状态到达当前状态的状态转换序列,从中求出其它...
机器学习中值函数需要反复更新直至其收敛是造成强化学习速度慢的根本原因.提出一种可实现批量更新值函数的学习方法,从加快值函数收敛的角度来加速强化学习.通过在训练情节中记录下从初始状态到达当前状态的状态转换序列,从中求出其它状态到达当前状态的最短状态路径,使当前状态更新的值函数可沿该最短状态路径逆序向前传播,从而实现值函数的批量更新.从在栅格环境中求最短路径的仿真试验结果看,该方法可显著提高值函数的更新频率,缩短学习时间.
展开更多
关键词
强化学习
值函数
最短状态路径
加速学习
栅格环境
原文传递
题名
机器学习中加速强化学习的一种函数方法
1
作者
宋炯
金钊
杨维和
机构
云南交通职业技术学院
云南大学
出处
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2011年第S2期176-181,共6页
文摘
机器学习中值函数需要反复更新直至其收敛是造成强化学习速度慢的根本原因.提出一种可实现批量更新值函数的学习方法,从加快值函数收敛的角度来加速强化学习.通过在训练情节中记录下从初始状态到达当前状态的状态转换序列,从中求出其它状态到达当前状态的最短状态路径,使当前状态更新的值函数可沿该最短状态路径逆序向前传播,从而实现值函数的批量更新.从在栅格环境中求最短路径的仿真试验结果看,该方法可显著提高值函数的更新频率,缩短学习时间.
关键词
强化学习
值函数
最短状态路径
加速学习
栅格环境
Keywords
reinforcement learning
value function
the shortest state trajectory
speeding up learning
Grid-World
分类号
N55 [自然科学总论]
原文传递
题名
作者
出处
发文年
被引量
操作
1
机器学习中加速强化学习的一种函数方法
宋炯
金钊
杨维和
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2011
0
原文传递
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