关系强化学习方法的初步研究  

ON RELATIONAL REINFORCEMENT LEARNING

作　　者：刘全[1,2,3] 周文云[3] 李志涛[3] 

机构地区：[1]江苏省现代企业信息化应用支撑软件工程技术研究开发中心,江苏苏州215104 [2]苏州职业大学,江苏苏州215104 [3]苏州大学计算机科学与技术学院,江苏苏州215006

出　　处：《计算机应用与软件》2010年第2期40-43,共4页Computer Applications and Software

基　　金：国家自然科学基金项目(60673092;60775046;60873116);教育部科学技术研究重点项目(207040);中国博士后科研基金(20060390919);江苏省高校自然科学基金(06KJB520104)

摘　　要：强化学习方法是人工智能领域中比较重要的方法之一,自从其提出以来已经有了很大的发展,并且能用来解决很多的问题。但是在遇到大规模状态空间问题时,使用普通的强化学习方法就会产生"维数灾"现象,所以提出了关系强化学习,把强化学习应用到关系领域可以在一定的程度上解决"维数灾"难题。在此基础上,简单介绍关系强化学习的概念以及相关的算法,以及以后有待解决的问题。Reinforcement learning（RL） is one of the important methods in artificial intelligence field. It has been progressed a lot since being proposed and was used to solve many problems. However, when the state space is very large, there will be ＂curse of dimensionality＂ problem occurred in general reinforcement learning methods. As a result, the relational reinforcement learning, which applies RL to relational technique field, is proposed to solve this problem to some extent. Based on this, the concept of relational reinforcement learning, its related algorithms and some difficulties need to be solved are introduced as well.

关 键 词：强化学习 维数灾 关系强化学习 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] O343.2[自动化与计算机技术—控制科学与工程]