期刊专题

10.3321/j.issn:1002-8331.2006.06.017

一种模糊强化学习算法及其在RoboCup中的应用

引用
传统的强化学习算法只能解决离散状态空间和动作空间的学习问题.论文提出一种模糊强化学习算法,通过模糊推理系统将连续的状态空间映射到连续的动作空间,然后通过学习得到一个完整的规则库.这个规则库为Agent的行为选择提供了先验知识,通过这个规则库可以实现动态规划.作者在RoboCup环境中验证了这个算法,实现了踢球策略的优化.

强化学习、模糊推理系统、模糊Q学习、RoboCup、踢球技术

42

TP301(计算技术、计算机技术)

安徽省自然科学基金03042305

2006-04-13(万方平台首次上网日期,不代表论文的发表时间)

共3页

52-54

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

42

2006,42(6)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn