關(guān)系強(qiáng)化學(xué)習(xí)的研究與應(yīng)用.pdf

1、經(jīng)過幾十年發(fā)展，強(qiáng)化學(xué)習(xí)已得到長(zhǎng)足的進(jìn)步，已成為機(jī)器學(xué)習(xí)、人工智能研究中最活躍的領(lǐng)域之一。在實(shí)際問題中，由于狀態(tài)空間的規(guī)模過大以及目前硬件條件的限制，導(dǎo)致算法的效率不高。現(xiàn)有的大多數(shù)算法都采用屬性值計(jì)算，不能體現(xiàn)物體間的關(guān)系。隨著邏輯程序的發(fā)展，這種關(guān)系可以通過變量來描述，使得學(xué)習(xí)任務(wù)從復(fù)雜的計(jì)算中抽象出來。關(guān)系強(qiáng)化學(xué)習(xí)將邏輯程序和強(qiáng)化學(xué)習(xí)結(jié)合，為強(qiáng)化學(xué)習(xí)處理大狀態(tài)空間問題提供了新的方法。 本文主要工作內(nèi)容進(jìn)行如下： 1

2、.通過分析現(xiàn)有各種算法及運(yùn)行機(jī)制，提出了一種改進(jìn)的關(guān)系強(qiáng)化學(xué)習(xí)算法。由于原算法計(jì)算重復(fù)、迭代次數(shù)多、值備份過多，改進(jìn)算法采用一種增量更新邏輯決策樹的方法實(shí)時(shí)處理每一個(gè)樣本點(diǎn)。減少了計(jì)算量，提高了算法實(shí)時(shí)性；為了彌補(bǔ)子葉節(jié)點(diǎn)信息丟失造成收斂速度慢的不足，算法給邏輯謂詞賦予了一個(gè)優(yōu)先級(jí)。并在子葉分裂過程中，根據(jù)優(yōu)先級(jí)選定候選測(cè)試，以提高算法收斂速度。經(jīng)實(shí)驗(yàn)對(duì)比原算法，改進(jìn)算法的效率有較大提升。 2.概述了現(xiàn)有智能車的智能控制算法；建