原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
基于探索密度的Option子目标发现算法.pdf
第20卷第2期 模式识别与人工智能 V01．20No．2
2007年4月 PR8LAI Apr2007
基于探索密度的Option子目标发现算法
孟江华 朱纪洪 孙增圻
(清华大学计算机科学与技术系智能技术与系统国家重点实验室北京 100084)
摘 要 提出状态探索密度的概念，通过检测状态对智能体探索环境能力的影响来发现学习的子目标并构建对应
的Option．用该算法创建Option的再励学习算法能有效提高学习速度．算法具有和任务无关、不需要先验知识等
优点，构造出的Option在同一环境下不同任务间可以直接共享．
关键词 递阶再励学习，Option，探索密度(ED)
中图法分类号TPl81
for Basedon
DiscoveryAlgorithmOption ExplorationDensity
MENG
Jiang—Hua，ZHU
ji—Hong，SUNZeng—Qi
(TheState and
Key
LaboratoryofIntelligentTechnologySystem，DepartmentofComputer
Scienceand 100084)
Technology，TsinghuaUniversity，Beijing
ABSTRACT
Anew
method，named
explorationdensity(ED)inspection，ispresented．Useful
options
werediscoveredthemethod theinfluenceofthestateon
by throughinspecting agent’S
explore
instate simulationresultsshowthatthe hasbetter
ability space．The proposedalgorithm performance
inreinforcement methodhascharacteristicsof
learning．The needof
task—independence，noprior
created canbe shared tasks
knowledge，etc．The differentinthesame
options directly among
environment．
Words
Key HierarchicalReinforcement
文档评论（0）