基于组合神经网络的Sarsa（λ）学习算法.pdfVIP

第29卷 第22期 计算机工程与设计 2008年11月 VO1．29 NO．22 ComputerEngineeringandDesign NOV．2008 基于组合神经网络的Sarsa )学习算法 殷苌茗， 付超红， 薛丽华， 李立云 (长沙理工大学计算机与通信工程学院，湖南长沙410076) 摘 要：标准的Sarsan)算法对状态空间的要求是离散的且空间较小，而实际问题 中很多系统的状态空间是连续的或尽管是 离散的但空间较大，这就需要很大的内存来存储状态动作对。为此提 出组合神经网络，首先用 自组织映射 (SOM)神经网络对 状态空间进行 自适应量化 ，然后在此基础上用BP网络拟合Q函数 。该方法实现了Sarsa(2)算法在连续和大规模状态空间的 泛化 。最后，实验结果表明了该方法的有效性。 关键词：组合神经网络；强化学习； 自组织映射；BP网络；Sarsa算法 中图法分类号：TP181 文献标识码：A 文章编号：1000．