基于高斯过程分类器的连续空间强化学习 reinforcement learning for continuous spaces based on gaussian process classifier.pdfVIP

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