期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于高斯过程分类器的连续空间强化学习
被引量：
11
1
作者
王雪松
张依阳
程玉虎
《电子学报》
EI
CAS
CSCD
北大核心
2009年第6期1153-1158,共6页
如何将强化学习方法推广到大规模或连续空间,是决定强化学习方法能否得到广泛应用的关键.不同于已有的值函数逼近法,把强化学习构建为一个简单的二分类问题,利用分类算法来得到强化学习中的策略,提出一种基于高斯过程分类器的连续状态...
如何将强化学习方法推广到大规模或连续空间,是决定强化学习方法能否得到广泛应用的关键.不同于已有的值函数逼近法,把强化学习构建为一个简单的二分类问题,利用分类算法来得到强化学习中的策略,提出一种基于高斯过程分类器的连续状态和连续动作空间强化学习方法.首先将连续动作空间离散化为确定数目的离散动作,然后利用高斯分类器对系统的连续状态-离散动作对进行正负分类,对判定为正类的离散动作按其概率值进行加权求和,进而得到实际作用于系统的连续动作.小船靠岸问题的仿真结果表明所提方法能够有效解决强化学习的连续空间表示问题.
展开更多
关键词
高斯过程
分类器
连续空间
强化学习
小船靠岸问题
在线阅读
下载PDF
职称材料
题名
基于高斯过程分类器的连续空间强化学习
被引量：
11
1
作者
王雪松
张依阳
程玉虎
机构
中国矿业大学信息与电气工程学院
中国科学院自动化研究所
出处
《电子学报》
EI
CAS
CSCD
北大核心
2009年第6期1153-1158,共6页
基金
教育部新世纪优秀人才支持计划(No.NCET-08-0836)
国家自然科学基金(No.60804022)
+2 种基金
江苏省自然科学基金(No.BK2008126)
高等学校博士学科点专项科研基金(No.20070290537,200802901506)
国家博士后科学基金(No.20070411064)
文摘
如何将强化学习方法推广到大规模或连续空间,是决定强化学习方法能否得到广泛应用的关键.不同于已有的值函数逼近法,把强化学习构建为一个简单的二分类问题,利用分类算法来得到强化学习中的策略,提出一种基于高斯过程分类器的连续状态和连续动作空间强化学习方法.首先将连续动作空间离散化为确定数目的离散动作,然后利用高斯分类器对系统的连续状态-离散动作对进行正负分类,对判定为正类的离散动作按其概率值进行加权求和,进而得到实际作用于系统的连续动作.小船靠岸问题的仿真结果表明所提方法能够有效解决强化学习的连续空间表示问题.
关键词
高斯过程
分类器
连续空间
强化学习
小船靠岸问题
Keywords
Gaussian process
classifier
continuous space
reinforcement learning
boat problem
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于高斯过程分类器的连续空间强化学习
王雪松
张依阳
程玉虎
《电子学报》
EI
CAS
CSCD
北大核心
2009
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
