强化学习原理_算法和应用.pdfVIP

第 卷 第 期 河 北 工 业 大 学 学 报 年 月 35 6 2006 12 Vol.35 No.6 JOURNAL OF HEBEI UNIVERSITY OF TECHNOLOGY December 2006 文章编号：1007-2373 (2006) 06-0034-05 强化学习原理、算法及应用 1 1 2 黄炳强 ，曹广益 ，王占全 （1. 上海交通大学 自动化系，上海 200030 ；2 . 华东理工大学 计算机系，上海 200237 ） 摘要 强化学习 （ ）是从动物学习理论发展而来的，它不需要有先验知识，通过不断 Reinforcement Learning RL 与环境交互来获得知识，自主的进行动作选择，具有自主学习能力，在自主机器人行为学习中受到广泛重视．本 文综述了强化学习的基本原理，各种算法，包括 算法、 学习和 学习等，最后介绍了强化学习的应用及其 TD Q- R 在多机器人系统中的研究热点问题． 关 键 词 强化学习； 算法； 学习； 学习 TD Q- R- 中图分类号 TP24 文献标识码 A Reinforcement Learning Theory, Algorithms and Application 1 1 2 HUANG Bing-qiang ，CAO Guang-yi ，WANG Zhan-quan ( 1. Department of Automation, Shanghai Jiaotong University, Shanghai 200030, China; 2. Department of Computer Science, East China University of Science and Technology, Shanghai 200237, China ) Abstract Reinforcement Learning develops from the animal learning theory. RL does not need prior knowledge, and it can autonomously improve its behavior policy with the knowledge obtained by continuously interacting with the envi- ronment. The main reinforcement learning algorithm including TD algorithm, Q-learning and R-learning are roundly in- troduced. Finally, the research and development on the multiple mobile robots system a