原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第6期 电 子 学 报 Ⅷ．37No．6
SINICA
2009年6月 ACrAⅡECIRONICA Jun．2009
基于高斯过程分类器的连续空间强化学习
王雪松1，一，张依阳1，程玉虎1
(1．中国矿业大学信息与电气工程学院，江苏徐州221116；2．中国科学院自动化研究所，北京100190)
摘要： 如何将强化学习方法推广到大规模或连续空间，是决定强化学习方法能否得到广泛应用的关键．不同
于已有的值函数逼近法，把强化学习构建为一个简单的二分类问题，利用分类算法来得到强化学习中的策略，提出一
种基于高斯过程分类器的连续状态和连续动作空间强化学习方法．首先将连续动作空间离散化为确定数目的离散动
作，然后利用高斯分类器对系统的连续状态一离散动作对进行正负分类，对判定为正类的离散动作按其概率值进行加
权求和，进而得到实际作用于系统的连续动作．小船靠岸问题的仿真结果表明所提方法能够有效解决强化学习的连续
空间表示问题．
关键词： 高斯过程；分类器；连续空间；强化学习；小船靠岸问题
中图分类号：TPl8 文献标识码： A 文章编号：0372-2112(2009)06-1153．06
ReinforcementforContinuous
Learning
BasedonGaussianProcessClassifier
Spaces
WANG Yu．hul
Xue．耐”，ZHANGYi—ya对，CHENG
(1．School
2．1nama№ofAutomat／on，Oi／nese血咖ofSdentH，蛾100190，Oana)
Abstract：The ofreinf㈣tmethodsto 01contilluotl8hasbecomea fo-
generalization learning large-scale spaces major
cIlsintheresearchfieldofieiifforcement the reinforcemelltmethodsforcontinuousbased011
le缸ml培．Unlikepresent learning spaces
avalue-function reinforccmaentconsmlaed豳a kindofrein—
method，the binary-class
approximation le卸【li|唱is siI印le problem．A
stateand Gamsian
forcement for(瑚ltinuou8action basedona classifieris clas,碰ei·
l刹I唱metlxxi spaces process proposedusiI蟮a
cation toobtainacontrol continuousaction isdiscretizedintodiscreteactionswithdefinitenine-
algorithm pokey．Atfirst，a space
th
文档评论（0）