2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于协同最小二乘支持向量机的Q学习

王雪松 田西兰 程玉虎 易建强

王雪松, 田西兰, 程玉虎, 易建强. 基于协同最小二乘支持向量机的Q学习. 自动化学报, 2009, 35(2): 214-219. doi: 10.3724/SP.J.1004.2009.00214
引用本文: 王雪松, 田西兰, 程玉虎, 易建强. 基于协同最小二乘支持向量机的Q学习. 自动化学报, 2009, 35(2): 214-219. doi: 10.3724/SP.J.1004.2009.00214
WANG Xue-Song, TIAN Xi-Lan, CHENG Yu-Hu, YI Jian-Qiang. Q-learning System Based on Cooperative Least Squares Support Vector Machine. ACTA AUTOMATICA SINICA, 2009, 35(2): 214-219. doi: 10.3724/SP.J.1004.2009.00214
Citation: WANG Xue-Song, TIAN Xi-Lan, CHENG Yu-Hu, YI Jian-Qiang. Q-learning System Based on Cooperative Least Squares Support Vector Machine. ACTA AUTOMATICA SINICA, 2009, 35(2): 214-219. doi: 10.3724/SP.J.1004.2009.00214

基于协同最小二乘支持向量机的Q学习

doi: 10.3724/SP.J.1004.2009.00214
详细信息
    通讯作者:

    王雪松

  • 中图分类号: TP18

Q-learning System Based on Cooperative Least Squares Support Vector Machine

More Information
    Corresponding author: WANG Xue-Song
  • 摘要: 针对强化学习系统收敛速度慢的问题, 提出一种适用于连续状态、离散动作空间的基于协同最小二乘支持向量机的Q学习. 该Q学习系统由一个最小二乘支持向量回归机(Least squares support vector regression machine, LS-SVRM)和一个最小二乘支持向量分类机(Least squares support vector classification machine, LS-SVCM)构成. LS-SVRM用于逼近状态--动作对到值函数的映射, LS-SVCM则用于逼近连续状态空间到离散动作空间的映射, 并为LS-SVRM提供实时、动态的知识或建议(建议动作值)以促进值函数的学习. 小车爬山最短时间控制仿真结果表明, 与基于单一LS-SVRM的Q学习系统相比, 该方法加快了系统的学习收敛速度, 具有较好的学习性能.
  • 加载中
计量
  • 文章访问数:  2963
  • HTML全文浏览量:  63
  • PDF下载量:  1829
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-11-26
  • 修回日期:  2008-07-11
  • 刊出日期:  2009-02-20

目录

    /

    返回文章
    返回