基于ART2的Q学习算法研究
来源期刊：控制与决策2011年第2期
论文作者：姚明海 瞿心昱 李佳鹤 顾勤龙 汤丽平
文章页码：227 - 232
关键词：Q学习;ART2;增量式学习;两层在线学习;移动机器人导航;
摘 要：为了解决Q学习应用于连续状态空间的智能系统所面临的"维数灾难"问题,提出一种基于ART2的Q学习算法.通过引入ART2神经网络,让Q学习Agent针对任务学习一个适当的增量式的状态空间模式聚类,使Agent无需任何先验知识,即可在未知环境中进行行为决策和状态空间模式聚类两层在线学习,通过与环境交互来不断改进控制策略,从而提高学习精度.仿真实验表明,使用ARTQL算法的移动机器人能通过与环境交互学习来不断提高导航性能.
姚明海，瞿心昱，李佳鹤，顾勤龙，汤丽平
浙江工业大学信息工程学院
摘 要：为了解决Q学习应用于连续状态空间的智能系统所面临的"维数灾难"问题,提出一种基于ART2的Q学习算法.通过引入ART2神经网络,让Q学习Agent针对任务学习一个适当的增量式的状态空间模式聚类,使Agent无需任何先验知识,即可在未知环境中进行行为决策和状态空间模式聚类两层在线学习,通过与环境交互来不断改进控制策略,从而提高学习精度.仿真实验表明,使用ARTQL算法的移动机器人能通过与环境交互学习来不断提高导航性能.
关键词：Q学习;ART2;增量式学习;两层在线学习;移动机器人导航;
