一种部分可感知系统的增强学习方法

摘要：

@@ 1引言
在人工智能领域中,增强学习理论由于其自学习性和自适应性的优点而得到了广泛关注,在机器人控制系统,优化组合问题等诸多领域得到了越来越广泛的应用,是当前研究的重点问题之一[1].现有的增强学习方法对马尔可夫决策过程(MDP,Markov Decision Processes),即,进行策略选择的agent能够准确全面地获得关于环境所有信息的情况,已经有了多种较成熟的算法,如Q-learning等[2,3].

机标关键词：可感知系统、增强、学习方法、Markov Decision Processes、马尔可夫决策过程、机器人控制系统、组合问题、自适应性、学习理论、人工智能、策略选择、学习性、多领域、优化、应用、信息、算法、环境

所属期刊栏目：31

分类号：TP3(计算技术、计算机技术)

在线出版日期：2005-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：162-165