基于偏向信息学习的双层强化学习算法

摘要：

传统的强化学习存在收敛速度慢等问题,结合先验知识预置某些偏向可以加快学习速度.但是当先验知识不正确时又可能导致学习过程不收敛.对此,提出基于偏向信息学习的双层强化学习模型.该模型将强化学习过程和偏向信息学习过程结合起来:偏向信息指导强化学习的行为选择策略,同时强化学习指导偏向信息学习过程.该方法在有效利用先验知识的同时能够消除不正确先验知识的影响.针对迷宫问题的实验表明,该方法能够稳定收敛到最优策略;并且能够有效利用先验知识提高学习效率,加快学习过程的收敛.

关键词：强化学习、Q-学习算法、偏向信息、偏向信息学习、先验知识

所属期刊栏目：45

分类号：TP18(自动化基础理论)

资助基金：国家"八六三"高技术研究发展计划基金项目2007AA01Z132;国家"九七三"重点基础研究发展规划基金项目2003CB317004;国家自然科学基金项目60775035,90604017

在线出版日期：2008-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1455-1462