- 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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
基于概率模型的动态分层强化学习-控制理论与应用
28 11 Vol. 28 No. 11
2011 11 Control Theory Applications Nov. 2011
:2011
, , ,
(, 410083)
: , ,
. ,
, .
, .
: ; ; ;
: TP273 : A
Dynamic hierarchical reinforcement learning based on
probability model
DAI Zhao-hui, YUAN Jiao-hong, WU Min, CHEN Xin
(School of Information Science and Engineering, Central South University, Changsha Hunan 410083, China)
Abstract: To deal with the overwhelming dimensionality in the large-scale reinforcement-learning and the strong depen-
dence on prior knowledge in existing learning algorithms, we propose the method of dynamic hierarchical reinforcement
--
learning based on the probability model (DHRL model). This method identifies some key states automatically based on
probability parameters of the state-transition probability model established based on Bayesian learning, then generates some
state-subspaces dynamically by clustering, and learns the optimal policy based on hierarchical structure. Simulation results
--
show that DHRL model algorithm improves the learning efficiency of the agent remarkably in the complex environment,
and can be applied to learning in the unknown large-scale world.
Key words: dynamic hierarchical reinforcement-learning; Bayesian learning; state-transition probability model; agent
1 (Introduction) . ,
,
[1] (dynamic
, .
[2] hierarchical reinforcement learning, DHRL).
.
(Q--), ,
, . DHRL,
您可能关注的文档
- 基础教育课程改革的未来价值取向-西南大学学报.pdf
- 基地班数学物理方法教学日历.pdf
- 基因改造-uschoolnet.ppt
- 基础教育培训项目简介-北京师范大学文学院.pdf
- 基于adams的五轮起网机仿真分析-渔业现代化.pdf
- 基于android平台的多屏互动系统设计-计算机应用与软件.pdf
- 基于ds-lite的ip城域网向ipv6演进过渡方案研究-邮电设计技术.pdf
- 基于internet的化学学习模式与化学网络资源的利用-大学化学-北京.pdf
- 基于matlab的电子信息专业数字滤波器试验设计-bowenpublishing.pdf
- 基于moocs在线课程设计原则及要领.doc
- 《计算机应用基础》精品课程申报书(修改意见).docx
- 2024年佛山外向型骨干企业全球化发展白皮书.docx
- 02 深圳市民用建筑设计技术要求与规定.docx
- 《水泥标准稠度用水量、凝结时间与安定性检验方法》GB_T 1346-2024培训考试试题及答案.docx
- 2024年湖北法院书记员招聘笔试真题及答案.docx
- 2024年苏州工业园区苏相合作区国有企业招聘考试笔试题库及答案.docx
- 2021年广东省东莞市中考数学试卷【附答案】.docx
- 【精品】钢结构制作、焊接工艺.docx
- 2023年宁波农商发展集团有限公司招聘笔试参考题库附带答案详解-20250419165423.docx
- 2023年部队考军校辅导士兵考军校英语试题.docx
最近下载
- CAD链轮的画法 用CAD链轮的画法 实用.doc VIP
- 2025年电工技师考试题及答案.doc VIP
- 2024—2025学年江苏省苏州市沙溪高级中学高二上学期9月月考语文试卷.doc VIP
- 建筑工程项目管理制度.pdf VIP
- 运动康复中心的创新商业模式探索.docx VIP
- 员工婚丧及伤病住院慰问金实施办法.doc VIP
- TZZB 3693-2024 工程机械渗碳重载圆柱齿轮.pdf
- 护理查房急性心肌梗死护理查房.pptx VIP
- 统编版小学语文五年级上册第一单元 落花生 大单元学历案 教学设计附双减作业设计(基于新课标教学评一体化).docx VIP
- 2025年电工(技师)证考试题及电工(技师)试题答案 .pdf VIP
文档评论(0)