基于模糊聚類的分層強化學(xué)習(xí)方法研究.pdf

1、強化學(xué)習(xí)是一種重要的機器學(xué)習(xí)方法，不需要建立環(huán)境模型，而是通過不斷試錯，與環(huán)境交互獲得知識，改進動作策略，具有良好的自學(xué)習(xí)和在線學(xué)習(xí)能力。然而，在具有大狀態(tài)空間的應(yīng)用領(lǐng)域，強化學(xué)習(xí)一直被維數(shù)災(zāi)難問題所困擾。分層強化學(xué)習(xí)引入抽象機制實現(xiàn)狀態(tài)空間降維，將強化學(xué)習(xí)任務(wù)分解到抽象內(nèi)部和抽象間的不同層次上分別實現(xiàn)，從而每層上的學(xué)習(xí)任務(wù)僅需在低維空間中進行，是解決維數(shù)災(zāi)難問題一種有效方法，有著廣泛的應(yīng)用前景。 分層強化學(xué)習(xí)方法中的層次結(jié)構(gòu)可

2、以由設(shè)計者根據(jù)專家知識事先確定，也可以自動生成。由于在復(fù)雜環(huán)境或者未知環(huán)境內(nèi)學(xué)習(xí)時，任務(wù)層次結(jié)構(gòu)很難事先確定，因此有效的自動分層方法一直是近幾年的研究熱點。本文主要對以下幾個方面進行了研究和探討： 首先，介紹了分層強化學(xué)習(xí)方法的研究進展，接著對強化學(xué)習(xí)和分層強化學(xué)習(xí)的相關(guān)理論進行了深入研究，并比較了各種方法的優(yōu)缺點。 其次，研究了模糊聚類方法，針對強化學(xué)習(xí)任務(wù)的特點，提出了一種改進的基于遺傳算法的模糊聚類方法。