版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、作為一類重要的機(jī)器學(xué)習(xí)方法,經(jīng)典查找表形式的強(qiáng)化學(xué)習(xí)方法在大規(guī)?;蛘哌B續(xù)空間任務(wù)中普遍面臨“維數(shù)災(zāi)難”問題,而基于逼近技術(shù)的近似強(qiáng)化學(xué)習(xí)方法則克服了此問題。目前,近似強(qiáng)化學(xué)習(xí)方法已經(jīng)成功地應(yīng)用到了自動(dòng)控制、人工智能以及智能機(jī)器人等領(lǐng)域,是強(qiáng)化學(xué)習(xí)研究領(lǐng)域的一個(gè)熱點(diǎn)。
本文主要從值函數(shù)逼近方面對(duì)近似強(qiáng)化學(xué)習(xí)方法展開研究?;瘮?shù)的選取工作對(duì)于基于值函數(shù)逼近的近似策略迭代至關(guān)重要。針對(duì)基于線性值函數(shù)逼近的強(qiáng)化學(xué)習(xí)算法存在基函數(shù)選取困
2、難的問題,選擇在圖上具有光滑性且計(jì)算簡(jiǎn)單的測(cè)地高斯核以更好地逼近光滑且不連續(xù)的值函數(shù)。針對(duì)基于測(cè)地高斯基的強(qiáng)化學(xué)習(xí)方法中存在的一些問題,提出兩點(diǎn)改進(jìn)算法。第一,對(duì)于狀態(tài)空間在歐氏空間不連續(xù)的強(qiáng)化學(xué)習(xí)任務(wù),測(cè)地高斯基直接在歐氏空間內(nèi)求取最短路徑的結(jié)果不理想;針對(duì)此問題,引入流形學(xué)習(xí)中基于譜圖理論的拉普拉斯特征映射算法,提出一種基于狀態(tài)圖流形測(cè)地高斯基的策略迭代強(qiáng)化學(xué)習(xí)方法;基于流形距離構(gòu)造的高斯基函數(shù)提高了值函數(shù)的估計(jì)精度,Agent能夠
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高斯過程回歸的強(qiáng)化學(xué)習(xí)算法研究.pdf
- 貝葉斯強(qiáng)化學(xué)習(xí)中策略迭代算法研究.pdf
- 基于高斯過程的強(qiáng)化學(xué)習(xí)算法的研究及實(shí)現(xiàn).pdf
- 基于高斯回歸的連續(xù)空間多智能體強(qiáng)化學(xué)習(xí)算法研究.pdf
- 基于強(qiáng)化學(xué)習(xí)算法的配對(duì)交易策略研究.pdf
- 基于多Agent強(qiáng)化學(xué)習(xí)的RoboCup局部策略研究.pdf
- 基于優(yōu)化策略的迭代學(xué)習(xí)控制算法研究.pdf
- 基于迭代學(xué)習(xí)策略的故障估計(jì)方法研究.pdf
- 基于核的正則化學(xué)習(xí)算法.pdf
- 基于強(qiáng)化學(xué)習(xí)算法的電梯動(dòng)態(tài)調(diào)度策略的研究.pdf
- 基于強(qiáng)化學(xué)習(xí)的多機(jī)器人圍捕策略研究.pdf
- 基于強(qiáng)化學(xué)習(xí)的劣化系統(tǒng)維修策略研究.pdf
- 基于強(qiáng)化學(xué)習(xí)的多機(jī)器人圍捕策略的研究.pdf
- 基于迭代學(xué)習(xí)控制的PMLSM推力波動(dòng)抑制策略.pdf
- 基于強(qiáng)化學(xué)習(xí)的電力桿塔巡檢視點(diǎn)轉(zhuǎn)移策略研究.pdf
- 基于強(qiáng)化學(xué)習(xí)的RoboCup 2D高層搶球策略研究.pdf
- 基于試錯(cuò)學(xué)習(xí)的強(qiáng)化學(xué)習(xí)算法的研究.pdf
- 基于混合蛙跳算法的優(yōu)化迭代學(xué)習(xí)控制策略研究.pdf
- 畢業(yè)設(shè)計(jì)--基于強(qiáng)化學(xué)習(xí)的gambler策略研究與評(píng)價(jià)
- 基于迭代域的迭代學(xué)習(xí)控制方法的研究.pdf
評(píng)論
0/150
提交評(píng)論