位置:成果数据库 > 期刊 > 期刊详情页
基于拉普拉斯特征映射的启发式Q学习
  • ISSN号:1001-0920
  • 期刊名称:《控制与决策》
  • 时间:0
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]中国矿业大学信息与电气工程学院,江苏徐州221116
  • 相关基金:国家自然科学基金项目(61072094,61273143);教育部高等学校博士学科点专项科研基金项目(20110095110011,20110095110016);中央高校基本科研业务费专项资金项目(2013XK09);江苏省自然科学基金项目(BK20130207).江苏省博士后基金项目(1301029C).
中文摘要:

在基于目标的强化学习任务中,欧式距离常作为启发式函数用于策略选择,其用于状态空间在欧式空间内不连续的任务效果不理想,针对此问题,引入流形学习中计算复杂度较低的拉普拉斯特征映射法,提出一种基于谱图的理论的启发式策略选择方法。

英文摘要:

As a heuristic function, the Euclidean distance is usually used to select online action in reinforcement learning based on goal position. It is not applied to these tasks whose state spaces are not continuous in Euclidean space. For the problem, the Laplacian Eigenmap whose computational complexity is lower in manifold learning is introduced, then a method of heuristic policy selection based on the spectral graph theory is proposed. The proposed method is suitable for these tasks not only whose state spaces are continuous in some manifold that has a good estimation of intrinsic dimension, but also whose connection relation is expressed by an undirected graph. The simulation results of grid world show the effectiveness of the proposed method.

同期刊论文项目
期刊论文 46 专利 2 著作 2
同项目期刊论文
期刊信息
  • 《控制与决策》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:东北大学
  • 主编:张嗣瀛 王福利
  • 地址:沈阳市东北大学125信箱
  • 邮编:110004
  • 邮箱:kzyjc@mail.neu.edu.cn
  • 电话:024-83687766
  • 国际标准刊号:ISSN:1001-0920
  • 国内统一刊号:ISSN:21-1124/TP
  • 邮发代号:8-51
  • 获奖情况:
  • 1997年被评为辽宁省优秀编辑部,1999年期刊影响因子在信息与系统类期刊中排名第二位
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:32961