- 23
- 0
- 约5.86千字
- 约 12页
- 2018-09-08 发布于福建
- 举报
强化学习模型及其在避障中应用
强化学习模型及其在避障中应用
摘 要:强化学习是机器学习的一个重要分支,其优点是不需要先验知识,通过与环境的交互进行试错学习。与有导师学习不同,强化学习没有得到确定的目标值而是一个奖赏值。本文介绍了强化学习的模型和一些常用算法,并将强化学习的方法应用在避障问题上。
关键词:强化学习;马尔科夫决策;避障
DOI:10.16640/ki.37-1222/t.2016.01.234
1 概述
强化学习(Reinforcement Learning,RL)是近几年来人工智能和机器学习研究的热点。不同于监督学习,强化学习强调与环境的交互并在其中进行学习,用极大化的从环境获得的评价性反馈信号为学习目标,所以强化学习在求解那种无法获得教师信号的复杂优化决策问题中具有广泛的应用[1][2]。
强化学习是机器学习的一个重要分支。强化学习通过对环境的反复试探,从中学习环境到可执行动作的最优反应式策略,以期获得最大回报。相比于其它学习策略,强化学习的明显优势在于它对先验知识的是否完备几乎没有要求,即使在信息完全未知的情况下,强化学习仍然具有较好的自适应性和鲁棒性[3]。
传统的强化学习方法主要针对的是离散状态和行为空间的马尔科夫决策过程,也就是状态的值函数或行为的值函数采用了表格的形式来进行存储和迭代计算。但是实际工程应用中的许多优化决策问题是具有大规模或连续
您可能关注的文档
- 强化员工心理疏导和人文关怀探索与实践.doc
- 强化听力技能和习惯培养.doc
- 强化国家审计在新常态下预警和惩治腐败对策.doc
- 强化国企医院成本管控思考.doc
- 强化国有企业财务风险管理思考.doc
- 强化国防文化传播与渗透提高国防教育质量.doc
- 强化国有银行固定资产管理.doc
- 强化国际工程项目人力资源管理探讨.doc
- 强化土建施工工程现场管理有效方法与对策研究.doc
- 强化土建施工工程现场管理有效方法与对策.doc
- T∕CCMA 0198-2024 高原隧道电动工程机械用动力电池电性能要求及实验室试验方法 .docx
- T∕CES 211-2023 串联式电伴热带.docx
- T∕CCMA 0206-2024 混凝土机械 液压平衡阀.docx
- T∕CNCIA 01034-2024 非重复充装焊接钢瓶用水性涂料.docx
- 88JZ8 住宅厨卫排风道.docx
- T∕CES 266-2023 配电设施防洪涝设计规程.docx
- T∕CES 197-2023 电缆屏蔽用铝合金带 .docx
- T∕CECA-G 0053-2020 “领跑者”标准评价要求 电饭锅.docx
- T∕CERS 0128-2025 虚拟电厂运营商技术支持系统技术要求.docx
- T∕CPF 0094-2025 碳纤维包装箱 .docx
最近下载
- 卤菜中40种香料图文介绍以及作用,5分钟学会配卤料,附带配方.docx VIP
- 现代汉语语法研究-第七节-语义范畴分析法-讲稿.pptx VIP
- 2025版APACRS白内障和屈光手术围手术期眼表管理实践指南.pptx VIP
- 西南18J516_室外装修(OCR).pdf
- 第二课++校园创美++第二课时++邀请函设计+课件 2026-2027学年人美版初中美术七年级上册.pptx VIP
- 华为干部管理手册.pptx VIP
- 《僵人综合征》ppt课件.pptx VIP
- 趣味课堂:惩罚小游戏.pptx VIP
- 执业医师《中药固体制剂数智化转型与质量管控升级》习题答案.docx VIP
- 国际公法学马工程全套教学课件.pptx VIP
原创力文档

文档评论(0)