一类基于谱方法的强化学习混合迁移算法 | |
朱美强 ; 程玉虎 ; 李明 ; 王雪松 ; 冯涣婷 | |
2015-09-10 ; 2015-09-10 | |
关键词 | 强化学习 迁移学习 谱图理论 原型值函数 层次分解 |
中文摘要 | 在状态空间比例放大的迁移任务中,原型值函数方法只能有效迁移较小特征值对应的基函数,用于目标任务的值函数逼近时会使部分状态的值函数出现错误.针对该问题,利用拉普拉斯特征映射能保持状态空间局部拓扑结构不变的特点,对基于谱图理论的层次分解技术进行了改进,提出一种基函数与子任务最优策略相结合的混合迁移方法.首先,在源任务中利用谱方法求取基函数,再采用线性插值技术将其扩展为目标任务的基函数;然后,用插值得到的次级基函数(目标任务的近似Fiedler特征向量)实现任务分解,并借助改进的层次分解技术求取相关子任务的最优策略;最后,将扩展的基函数和获取的子任务策略一起用于目标任务学习中.所提的混合迁移方法可直接确定目标任务部分状态空间的最优策略,减少了值函数逼近所需的最少基函数数目,降低了策略迭代次数,适用于状态空间比例放大且具有层次结构的迁移任务.格子世界的仿真结果验证了新方法的有效性. |
内容类型 | 期刊论文 |
源URL | [http://ir.calis.edu.cn/hdl/232060/14158] ![]() |
专题 | 中国矿业大学(徐州) |
推荐引用方式 GB/T 7714 | 朱美强,程玉虎,李明,等. 一类基于谱方法的强化学习混合迁移算法[J],2015, 2015. |
APA | 朱美强,程玉虎,李明,王雪松,&冯涣婷.(2015).一类基于谱方法的强化学习混合迁移算法.. |
MLA | 朱美强,et al."一类基于谱方法的强化学习混合迁移算法".(2015). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论