原创力文档- 1、本文档共3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
提高强化学习速度的方法研究
提高强化学习速度的方法研究
张汝波
（哈尔滨工程大学计算机系，哈尔滨 #C #）
：
D2-0’? E+FE+FG79F?’,$H+$H?$,(
摘 要 强化学习一词出自于行为心理学，这门学科把学习看作为反复试验的过程，以便把环境的状态映射为动作。强
化学习的这种特性必然增加智能系统的困难性，学习时间增长。强化学习学习速度较慢的原因是没有明确的监督信号。
因此，强化学习系统在与环境交互时不得不采取反复试验的方法依靠外部评价信号来调整自己的行为。智能系统必然经
过很长的学习过程。如何提高强化学习速度是一个最重要的研究问题。该文从几个方面来讨论提高强化学习速度
的方法。
关键词 强化学习 机器学习 ;2学习 自适应启发评价方法
文章编号 （ ） 文献标识码 中图分类号 ；
#!2IJJ#2 ! # !!2JI2J 3 AKJL#$M AK#IJ
!#$%’ () *’ +*’(, *( -./%(0 !1)2(%.)* 3$%)1)4 5/,
6’$)4 !78(
（ ， ， ）
B7.$*) 5*-79.+ N,’(, 40+F’( D(1’(+’(1 O(’8+:’.P 40+F’( #C #
： ， ，
98#*%$* AH Q*+6 +’()*+,-(. ?0+(’(1 ,*-: )+*- FH08’*+ 7:P,H*?*1P$AH’: :9FR,. .0S: ?0+(’(1 0: .+’0? 0(6 +T
+*+ 7+*,:: :* 0: .* -07 Q*+?6 :.0. .* .H 0,.’*(:$AH’: ,H0+0,.+’:.’, *) +’()*+,-(. ?0+(’(1 -9:. ’(,+0: ?0+(’(1
6’))’,9?.P )*+ ’(.??’1(. :P:.- 0(6 ?0+(’(1 .’- 0?:* 1+*Q: 97$AH +0:*( *) ?*Q+ ?0+(’(1 :76 )*+ +’()*+,-(.
?0+(’(1 ’: 69 .* .H0. 7?’,’. :97+8’:6 :’1(0? 6*:(U. ’:.$AH+)*+ +’()*+,-(. ?0+(’(1 01(. H0: .* .0S .+’0?
0(6 ++*+ -.H*6 QH( ’(.+0,.’*( Q’.H (8’+*(-(. 0(6 06R9:.: ’.: FH08’*+ FP .+(0? ,+’.’,$AH 01(. -9:. 7+’T
，
(, 0 ?*(1 ?0+(’(1 7+*,::$AH9: H*Q +’()*+,-(. ?0+(’(1 :76 ’: ’-7+*86 ’: 0 ,+9,’0? 7+*F?-$V( .H’: 707+ .H
-.H*6: .H0. ’-7+*8 +’()*+,-(. ?0+(’(1 :76 0+ 6’:,9::6 ’( -0(P 0:7,.:$
： ， ， ，
:;(%,# %’()*+,-(. ?0+(’(1 W0,H’( /0+(’(1 ;2?0+(’(1 3607.’8 49+’:.’, 5+’.’, W.H*6
# 引言 用。这里定义两个术语：
文档评论（0）