| 一种自适应概率规划规则抽取算法 |
| |
| 引用本文： | 高阳,陆鑫,李宁,陈世福.一种自适应概率规划规则抽取算法[J].南京大学学报(自然科学版),2003,39(2):145-152. |
| |
| 作者姓名： | 高阳 陆鑫 李宁 陈世福 |
| |
| 作者单位： | 南京大学计算机软件新技术国家重点实验室，南京210093 |
| |
| 基金项目： | 国家自然科学基金(69905001,60103012) |
| |
| 摘 要： | 在已知状态迁移条件下，利用传统概率规划技术能够获得确定的规划规则，而强化学习技术能够在未知环境条件下，利用试错和奖赏函数在线学习动态环境的策略知识。因此一种自适应的概率规划规则抽取算法被提出。该算法首先在强化学习获得的最优状态－动作对值函数基础上，通过迭代得到有折扣无奖赏的值函数和无折扣无奖赏的值函数。然后通过子规划剪枝将大于指定规划步数的子规划去除，并得到子规划剪枝后的状态－动作对值函数。最后通过Beam search算法从值函数中抽取满足概率规划条件的规划知识，从而在规划模型变化的条件下。也可以获得确定的概率规划规则。实验证明，这种自适应概率规划规则抽取算法是有效的。
|
| 关 键 词： | 自适应 概率规划 规则抽取算法 强化学习 Beamsearch算法 值函数 规划模型 |
An Adaptive Rule Extracting Algorithm in Probabilistic Plan |
| |
| Gao Yang,Lu Xing,Li Ning,Chen Shi_Fuiversity,Nanjing,China.An Adaptive Rule Extracting Algorithm in Probabilistic Plan[J].Journal of Nanjing University: Nat Sci Ed,2003,39(2):145-152. |
| |
| Authors: | Gao Yang Lu Xing Li Ning Chen Shi_Fuiversity Nanjing China |
| |
| Institution: | Gao Yang,Lu Xing,Li Ning,Chen Shi_Fuiversity,Nanjing,210093,China) |
| |
| Abstract: | |
| |
| Keywords: | probabilistic planning reinforcement learning rule extract |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
