一种基于启发式轮廓表的逻辑强化学习方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：强化学习通过试错与环境交互获得策略的改进，其自学习和在线学习的特点使其成为机器学习研究的一个重要分支．针对强化学习一直被“维数灾”问题所困扰的问题，提出在关系强化学习的基础上，引入启发式轮廓表的方法，采用含轮廓表的一阶谓词表示状态、活动和Q-函数，充分发挥Prolog表的优势，将逻辑谓词规则与强化学习相结合，形成一种新的逻辑强化学习方法——CCLORRL，并对其收敛性进行了证明．该方法使用轮廓形状谓词产生形状状态表，大幅度地减少状态空间；利用启发式规则指导动作的选择，减少了样本中不存在状态选择的盲目性．CCLORRL算法应用于俄罗斯方块中，实验表明，该方法是比较高效的．http://www.cqvip.com//QK/94913X/200811/28688302.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：学习方法 启发式 Prolog cqvip 俄罗斯方块 维数灾 启发式轮廓表 谓词 逻辑强化学习 CCLORRL算法