并行强化学习算法及其应用研究

被引：6

作者：

孟伟 ^{[1
]}

韩学东 ^{[2
]}

机构：

[1] 北京林业大学信息学院

[2] 中国航天科工集团所

来源：

计算机工程与应用 | 2009年 / 34期

关键词：

并行算法; 强化学习; Q-学习; D-S证据理论; 路径规划;

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：

强化学习是一种重要的机器学习方法,然而在实际应用中,收敛速度缓慢是其主要不足之一。为了提高强化学习的效率,提出了一种并行强化学习算法。多个同时学习,在各自学习一定周期后,利用D-S证据利用对学习结果进行融合,然后在融合结果的基础上,各进行下一周期的学习,从而实现提高整个系统学习效率的目的。实验结果表明了该方法的可行性和有效性。

引用

页码：25 / 28+52 +52

页数：5

共 10 条

[1] 基于先验知识的改进强化学习及其在MAS中应用 [J].

毛俊杰 ;

刘国栋 .

计算机工程与应用, 2008, (24) :156-158

[2] 一种快速强化学习方法研究 [J].

童亮 ;

陆际联 ;

龚建伟 .

北京理工大学学报, 2005, (04) :328-331

[3] 多智能体系统中的分布式强化学习研究现状 [J].

仲宇 ;

顾国昌 ;

张汝波 .

控制理论与应用, 2003, (03) :317-322

[4] 基于动作选择级的多机器人协作(英文) [J].

褚海涛 ;

洪炳熔 .

软件学报, 2002, (09) :1773-1778

[5] 提高强化学习速度的方法研究 [J].

张汝波 .

计算机工程与应用, 2001, (22) :38-40

[6]

并行算法的设计与分析[M]. 高等教育出版社 , 陈国良编著, 2002

[7]

强化学习理论及应用[M]. 哈尔滨工程大学出版社 , 张汝波编著, 2001

[8]

多传感器信息融合及应用[M]. 电子工业出版社 , 何友等著, 2000

[9]

Q -learning[J] . Christopher J. C. H. Watkins,Peter Dayan.Machine Learning . 1992 (3)

[10]

Associative search network: A reinforcement learning associative memory[J] . Andrew G. Barto,Richard S. Sutton,Peter S. Brouwer.Biological Cybernetics . 1979 (3)

← 1 →