基于协同最小二乘支持向量机的Q学习 | |
王雪松 ; 田西兰 ; 程玉虎 ; 易建强 | |
2015-09-10 ; 2015-09-10 | |
关键词 | 强化学习 Q学习 协同 最小二乘支持向量机 映射 |
中文摘要 | 针对强化学习系统收敛速度慢的问题,提出一种适用于连续状态、离散动作空间的基于协同最小二乘支持向量机的Q学习.该Q学习系统由一个最小二乘支持向量回归机(Least squares support vector regression machine,LS-SVRM)和一个最小二乘支持向量分类机(Least squares support vector classification machine,LS-SVCM)构成.LS-SVRM用于逼近状态-动作对到值函数的映射,LS-SVCM则用于逼近连续状态空间到离散动作空间的映射,并为LS-SVRM提供实时、动态的知识或建议(建议动作值)以促进值函数的学习.小车爬山最短时间控制仿真结果表明,与基于单一LS-SVRM的Q学习系统相比,该方法加快了系统的学习收敛速度,具有较好的学习性能. |
内容类型 | 期刊论文 |
源URL | [http://ir.calis.edu.cn/hdl/232060/14159] ![]() |
专题 | 中国矿业大学(徐州) |
推荐引用方式 GB/T 7714 | 王雪松,田西兰,程玉虎,等. 基于协同最小二乘支持向量机的Q学习[J],2015, 2015. |
APA | 王雪松,田西兰,程玉虎,&易建强.(2015).基于协同最小二乘支持向量机的Q学习.. |
MLA | 王雪松,et al."基于协同最小二乘支持向量机的Q学习".(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