關系強化學習的研究與應用.pdf

1、經過幾十年發(fā)展，強化學習已得到長足的進步，已成為機器學習、人工智能研究中最活躍的領域之一。在實際問題中，由于狀態(tài)空間的規(guī)模過大以及目前硬件條件的限制，導致算法的效率不高。現(xiàn)有的大多數(shù)算法都采用屬性值計算，不能體現(xiàn)物體間的關系。隨著邏輯程序的發(fā)展，這種關系可以通過變量來描述，使得學習任務從復雜的計算中抽象出來。關系強化學習將邏輯程序和強化學習結合，為強化學習處理大狀態(tài)空間問題提供了新的方法。 本文主要工作內容進行如下： 1

2、.通過分析現(xiàn)有各種算法及運行機制，提出了一種改進的關系強化學習算法。由于原算法計算重復、迭代次數(shù)多、值備份過多，改進算法采用一種增量更新邏輯決策樹的方法實時處理每一個樣本點。減少了計算量，提高了算法實時性；為了彌補子葉節(jié)點信息丟失造成收斂速度慢的不足，算法給邏輯謂詞賦予了一個優(yōu)先級。并在子葉分裂過程中，根據優(yōu)先級選定候選測試，以提高算法收斂速度。經實驗對比原算法，改進算法的效率有較大提升。 2.概述了現(xiàn)有智能車的智能控制算法；建