基于RBF函数状态离散化的激励学习  

The State Discretization Based on RBF Function for the Reinforcement Learning

作　　者：田建军[1] 唐中勇[2] 

机构地区：[1]湖南公安高等专科学校计算机系,湖南长沙410138 [2]长沙理工大学计算机通讯工程学院,湖南长沙410076

出　　处：《太原师范学院学报（自然科学版）》2006年第3期50-53,共4页Journal of Taiyuan Normal University:Natural Science Edition

摘　　要：介绍了激励学习和两类学习算法:Q学习和SARSA学习,提出一类基于RBF函数的特征状态离散化方法,并对该方法进行了初步的实验比较.Reinforcement Learning and two classes of learning algorithms is introduced. A class of the state discretization based on RBF function for the Reinforcement Learning is proposed and preliminary empirical results are presented to compare the performance of the new method.

关 键 词：激励学习 特征状态 状态离散化 RBF函数 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]