| 基于改进Q-学习的导航知识获取算法研究 |
| |
| 引用本文： | 郑炳文.基于改进Q-学习的导航知识获取算法研究[J].科学之友,2011(6). |
| |
| 作者姓名： | 郑炳文 |
| |
| 作者单位： | 胜利油田海洋采油厂,山东,东营,257000 |
| |
| 摘 要： | 基本Q-学习算法总是利用当前最优策略进行动作的选取,这样容易陷入局部最优.文章在模拟退火强化学习基础上提出了基于探索区域扩张的Q-学习,加入原地探索策略,提高了找到目标的效率;引入了探索区域扩张策略,避免了初始时在整个环境中加入探索的盲目性,提高了学习效率;加入算法的自主学习结束条件,避免了找到最优路径后的重复学习,节省了学习时间.仿真实验验证了算法的有效性.
|
| 关 键 词： | 强化学习 Q-学习 探索区域扩张 模拟退火 神经网络 |
Based on Improves the Q-study the Guidance Knowledge Gain Algorithm Research |
| |
| Zheng Bingwen.Based on Improves the Q-study the Guidance Knowledge Gain Algorithm Research[J].Friend of Science Amateurs,2011(6). |
| |
| Authors: | Zheng Bingwen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
