资料下载
×
基于支持样本的快速增强学习算法
消耗积分:2 |
格式:rar |
大小:224 |
2010-01-22
张勇
分享资料个
针对确定性马尔克夫决策过程，本文提出了一种基于支持样本的快速增强学习算法。
文章首先把学习问题形式化为一个确定性的马尔可夫决策过程，并对问题空间中每个状态的总回报值进行估计，根据总回报估计值与累积总回报估计值的大小关系，提出了支持样本的概念，即在大量的训练样本中，提取出值得我们信赖的那些样本；然后建立状态空间与动作空间之间的对应关系，用得到的支持样本进行最小二乘逼近，得到了快速有效的策略函数；最后，通过仿真实验，证明了方法的有效性。
文章首先把学习问题形式化为一个确定性的马尔可夫决策过程，并对问题空间中每个状态的总回报值进行估计，根据总回报估计值与累积总回报估计值的大小关系，提出了支持样本的概念，即在大量的训练样本中，提取出值得我们信赖的那些样本；然后建立状态空间与动作空间之间的对应关系，用得到的支持样本进行最小二乘逼近，得到了快速有效的策略函数；最后，通过仿真实验，证明了方法的有效性。
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
