文献类型：期刊文章

作　　者：王本年[1,2] 高阳[1] 陈兆乾[1] 谢俊元[1] 陈世福[1]

机构地区：[1]南京大学计算机软件新技术国家重点实验室 [2]铜陵学院计算机科学与技术系铜陵244000

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金项目(60475026);江苏省自然科学基金项目(BK2004079)~~

年　　份：2006

卷　　号：43

期　　号：5

起止页码：851-855

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在学习过程中自动发现有用的Subgoal并创建Option,对提高强化学习的学习性能有着重要意义.提出了一种基于k-聚类的Subgoal自动发现算法,该算法能通过对在线获取的少量路径数据进行聚类的方法抽取出Subgoal.实验表明,该算法能有效地发现所有符合要求的Subgoal,与Q-学习和基于多样性密度的强化学习算法相比,用该算法发现Subgoal并创建Option的强化学习算法能有效提高A-gent的学习速度.

关 键 词：分层强化学习 OPTION 子目标

分 类 号：TP301.6]