文献类型：期刊文章

作　　者：孟伟[1] 韩学东[2]

机构地区：[1]北京林业大学信息学院,北京100083 [2]中国航天科工集团706所,北京100854

出　　处：《计算机工程与应用》

基　　金：国家"十一五"科技支撑计划重大项目资助No.2006BAD03A02~~

年　　份：2009

卷　　号：45

期　　号：34

起止页码：25-28

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：强化学习是一种重要的机器学习方法,然而在实际应用中,收敛速度缓慢是其主要不足之一。为了提高强化学习的效率,提出了一种并行强化学习算法。多个同时学习,在各自学习一定周期后,利用D-S证据利用对学习结果进行融合,然后在融合结果的基础上,各进行下一周期的学习,从而实现提高整个系统学习效率的目的。实验结果表明了该方法的可行性和有效性。

关 键 词：并行算法  强化学习  Q-学习 D—S证据理论  路径规划

分 类 号：TP18]