一种基于启发式轮廓表的逻辑强化学习方法

被引：7

作者：

刘全 ^{[1
,2
]}

高阳 ^{[1
]}

陈道蓄 ^{[1
]}

孙吉贵 ^{[3
]}

姚望舒 ^{[2
]}

机构：

[1] 南京大学软件新技术国家重点实验室

[2] 苏州大学计算机科学与技术学院

[3] 吉林大学符号计算与知识工程教育部重点实验室

来源：

计算机研究与发展 | 2008年 / 11期

关键词：

维数灾; 启发式轮廓表; 谓词; 逻辑强化学习; CCLORRL算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

强化学习通过试错与环境交互获得策略的改进,其自学习和在线学习的特点使其成为机器学习研究的一个重要分支.针对强化学习一直被"维数灾"问题所困扰的问题,提出在关系强化学习的基础上,引入启发式轮廓表的方法,采用含轮廓表的一阶谓词表示状态、活动和Q-函数,充分发挥Prolog表的优势,将逻辑谓词规则与强化学习相结合,形成一种新的逻辑强化学习方法——CCLORRL,并对其收敛性进行了证明.该方法使用轮廓形状谓词产生形状状态表,大幅度地减少状态空间;利用启发式规则指导动作的选择,减少了样本中不存在状态选择的盲目性.CCLORRL算法应用于俄罗斯方块中,实验表明,该方法是比较高效的.

引用

页码：1824 / 1830

页数：7