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
一种基于HAMs体系的层次分解方法.pdf
小细微珊计算机系统 2008 年 4 月第 4 期
Journal of Chinese Computer Systems Vol. 29 No. 4 2008
一种基于 HAMs 体系的层次分解方法
杜小勤 1 气李庆华 l 飞韩建军 1.2
t( 华中科技大学计算机科学与技术学院.湖北武汉 430074)
气国家商性能计算中心{武汉 h 湖北武汉 430074)
巴 mail ， xiaoqindu@yah∞.
摘 要; .$:.HAMs 板集中引入芷咯辆公 SMDPs 的观点，定义丁 HAM-可分解概念，并明确丁 HAM 机、 HAM- 可分解a.策略辆
合 SMDPs i!二者之间的关悉，证明丁 HAM 根身Ht 合解决策略销合 SMDPs 问Al.在此暴础土，针对…类具有有向元草草圆形式
的革咯辆公 SMDPs 问题，提出问种层次分解方法，并给出…-个判断层次分解有效性的条件.最后俊 m 叩个典型的 2实良验来说咧
t该革方法的#特+
提键词 1 层次强化学习$摆执抽象机;策略桐合 SMDPs
中朋分提号: TP391 文献标识码 :A 文意编号; 1000-1220(2008)04-0653-06
HAMs-family Based Method for Hierarchical Decomposition
DU Xiao-qin1.2 .LI Qing-hua1.Z .HAN Jian-juéZ
I(College 0/ Computer Scinu:e a1ld Tech1lology. Hua伽1Ig U1Iíversity of St:ienCl and Tech1lology. W础刷 430074. Chi1la)
气 National Higlt Per/?rmance Compωing Center (盼价an). Wuha1l 430074. Clti1la)
Abstrad: This paper introduces the concept of policy-coupled semi-Markov decísion processes (SMDPs) into HAMs. It de唰
fines the concept of HAM-decomposable and makes the relations among the HAM machine. HAM-decomposable. and policy喃
coupled SMDPs c1ear. It also proves that HAMs is suitable fo 1 solving the policy唰coupled SMDPs problem. Based on these ,
this paper gives a method for hierarchical decomposition on a dass of policy唰coupled SMDPs with a DAG call graph and pre?
sents a preconditíon thatωn be used fo1 determíníng whether or not can generate a valid hierarchical decomposition. Lastly. ?
typical experiment is tested for illustratíng the characteristics of this method.
Key words: hier且rchical reinforcement learning I hierarchies of abstract rnachines , policy-coupled semi
文档评论（0）