一种模糊强化学习算法及其在RoboCup中的应用

摘要：

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.

关键词：强化学习、模糊推理系统、模糊Q学习、RoboCup、踢球技术

所属期刊栏目：42

分类号：TP301(计算技术、计算机技术)

资助基金：安徽省自然科学基金03042305

在线出版日期：2006-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：52-54