资料下载
×
基于动作空间的自动构造层次结构方法
消耗积分:1 |
格式:rar |
大小:0.98 MB |
2017-12-03
分享资料个
针对分层强化学习需要人工给出层次结构这一问题，同时考虑到基于状态空间的自动分层方法在环境状态中没有明显子目标时分层效果并不理想的情况，提出一种基于动作空间的自动构造层次结构方法。首先，根据动作影响的状态分量将动作集合划分为多个不相交的子集；然后，分析Agent在不同状态下的可用动作，并识别瓶颈动作；最后，由瓶颈动作与执行次序确定动作子集之间的上下层关系，并构造层次结构。此外，对MAXQ方法中子任务的终止条件进行修改，使所提算法构造的层次结构可以通过MAXQ方法找到最优策略。实验结果表明，所提算法可以自动构造层次结构，而不会受环境变化的干扰。与Q学习、Sarsa算法相比，MAXQ方法根据该结构得到最优策略的时间更短，获得回报更高。验证了所提算法能够有效地自动构造MAXQ层次结构，并使寻找最优策略更加高效。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
