未找到相关数据
强化学习系统及其基于可靠度最优的学习算法
被引：3
作者：
俞星星
阎平凡
机构：
[1] 清华大学自动化系
来源：
基金：
国家攀登计划;
关键词：
强化学习，首达时间，可靠度;
D O I：
10.13976/j.cnki.xk.1997.05.003
中图分类号：
TP301.6 [算法理论];
学科分类号：
081202 ;
摘要：
归纳了强化学习的主要理论方法，提出了一个区分主客观因素的强化学习系统描述，引入了任务域的概念．针对以往强化学习采用的期望最优准则描述任务域能力的不足，考虑了目标水平准则下的首达时间可靠度最优准则模型．分别结合随机逼近理论和时间差分理论，提出了基于概率估计的Ｊ－学习和无需建模的增量Ｒ－学习
引用
收藏
页码：13 / 20
页数：8
相关论文