中国学术期刊网络出版总库
  关闭
一种基于高斯过程的行动者评论家算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Actor-critic algorithm based on Gaussian process
【下载频次】 ★★★★★
【作者】 陈仕超; 凌兴宏; 刘全; 伏玉琛; 陈桂兴;
【英文作者】 Chen Shichao; Ling Xinghong; Liu Quan; Fu Yuchen; Chen Guixing; Institute of Computer Science & Technology; Soochow University; Key Laboratory of Symbolic Computation &Knowledge Engineering of Ministry of Education; Jilin University;
【作者单位】 苏州大学计算机科学与技术学院; 吉林大学符号计算与知识工程教育部重点实验室;
【文献出处】 计算机应用研究 , Application Research of Computers, 编辑部邮箱 2016年 06期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 强化学习; 行动者评论家; 高斯过程; 贝叶斯推理; 连续空间;
【英文关键词】 reinforcement learning; actor-critic; Gaussian process; Bayesian inference; continuous space;
【摘要】 强化学习领域的一个研究难点是在大规模或连续空间中平衡探索和利用的问题。针对该问题,应用函数近似与高斯过程方法,提出新的行动者评论家(actor-critic,AC)算法。该算法在actor中使用时间差分误差构造关于策略参数的更新公式;在critic中利用高斯过程对线性带参值函数建模,结合生成模型,根据贝叶斯推理求解值函数的后验分布。将该算法应用于平衡杆实验中,实验结果表明,算法收敛速度较快,可以有效解决在大规模或连续空间中探索和利用的平衡问题,具有较好的性能。
【英文摘要】 The problem of how to balance the exploration and exploitation in the large or continuous state space is a hot topic in the field of reinforcement learning. With respect to this problem,this paper presented a novel actor-critic algorithm which combined with function approximation method and Gaussian process method. In the terms of actor,the algorithm used the temporal difference error to construct a mean square error function with respect to the policy parameters. In the terms of critic,the algorithm used G...
【基金】 国家自然科学基金资助项目(61103045;61272005;61272244;61303108;61373094); 江苏省自然科学基金资助项目(BK2012616); 江苏省高校自然科学研究资助项目(13KJB520020); 吉林大学符号计算与知识工程教育部重点实验室资助项目(93K172014K04)
【更新日期】 2016-06-15
【分类号】 TP181
【正文快照】 长春130012)0引言强化学习(reinforcement learning,RL)即模拟动物自主学习理论,具有模型无关性和在线学习性两个特征。在强化学习中agent不需要环境模型和先验知识,通过试错(trial and er-ror)的方式与环境交互来获得知识并进行自主动作选择,具有自主学习能力。在每一轮交互中

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     自动推理、机器学习
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号