- 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
基于批量递归最小二乘的自然Actor-Critic算法.pdf
DOI:10.3785/j.issn.1008—973X.2015.07.019
基于批量递归最小二
王国芳,方 舟,李 平
(浙江大学航空航天学院,浙江杭州310027)
摘 要:为了减轻Actor-Critic结构中智能体用最小二乘法估计自然梯度时的在线运算负担,提高运算实时性,提
出新的学习算法:NAC-BRLS.该算法在Critic中利用批量递归最小二乘法估计自然梯度,根据估计得到的梯度乐
观地更新策略.批量递归最小二乘法的引入使得智能体能根据自身运算能力自由调整各批次运算的数据量.即每
次策略估计时使用的数据量,在全乐观和部分乐观之间进行权衡,大大提高了NAC-LSTD算法的灵活性.山地车
仿真实验表明,与NAC-LSTD算法相比,NAC—BRLS算法在保证一定收敛性能的前提下,能够明显降低智能体的
单步平均运算负担.
关键词:自然梯度;Actor—Critic;批次更新;递归最小二乘
18
中图分类号:TP 文献标志码:A 文章编号:1008—973X(2015)07—1335—08
NaturalActor-Criticbasedonbatchrecursive
least-。squares
WANG Zhou,LI
Guo—fang,FANG
Ping
(SchoolAeronauticsand 310027,China)
of Astronautics,ZhejiangUniversity,Hangzhou
Abstract:Thecallednaturalactor—criticbasedonbatchrecursive
algorithm
was inordertoreducetheonline burdenofthe and thereal--time
proposed computation agentimprove oper—-
ation.The batchrecursive inCritictoevaluatethenatural
algorithmemployed least—squares gradient,and
inActortheestimatednatural useofbatchrecursiveleast—
performedoptimisticupdate by gradient.The
enablesthe to thedatesizeof batch toits
squares agentadjust every accordingoperationalcapability.A
trade-offbetween and was the ofNAC—
fullyoptimisticpartiallyoptimisticmade,improvingflexibility
resultsinmountaincarshowthatNAC—BRLSreducesthe corn—
LSTD.Simulation largely computational
without the withNAC—LSTD.
plexity obviouslyaffectingcon
您可能关注的文档
最近下载
- 劳动教育自制贺卡.pptx
- ENTERFACE2010ProjectProposal.doc VIP
- 居家养老服务承诺书-居家承诺书.docx VIP
- DB3205_T1078-2023_人才公寓运营管理与服务规范_苏州市 .docx VIP
- ProjectProposal项目建议书英文模板.docx VIP
- 新媒体写作与运营PPT完整全套教学课件.pptx VIP
- ProjectProposal项目建议书英文模板.pdf VIP
- 城镇燃气工程分部、分项工程划分[1].docx VIP
- 网络教学效果调查与数据分析.docx VIP
- 工程量清单及招标控制价编制服务采购服务质量承诺及保障措施.docx VIP
原创力文档


文档评论(0)