开发工具:
文件大小: 490kb
下载次数: 0
上传时间: 2021-03-10
详细说明：在本文中，提出了一种在线的基于核的选择性时差（OSKTD）学习算法，以解决大规模和/或连续的强化学习问题。 OSKTD包括两个在线过程：在线稀疏化和针对基于内核的选择性值函数的参数更新。 提出了一种基于选择性集成学习的稀疏化方法（即基于核距离的在线稀疏化方法），该方法与其他稀疏化方法相比，计算复杂度较低。 使用所提出的稀疏化方法，通过检查是否需要将样本添加到稀疏化字典中来在线构建样本稀疏字典。 另外，基于局部有效性，提出了一种基于选择性核的价值函数，从样本字典中选择最佳样本作为基于选择性核的价值函数逼近器。 通过使用时差（TD）学习算法与梯度下降技术相结合，可以迭代地更新基于选择性核的值函数的参数。 OSKTD算法中的在线稀疏化过程的复杂度为O（n）。 另外，使用两个典型实验（迷宫和山地车）与传统和最新的O（n）算法（使用基于核的值函数的GTD，GTD2和TDC）进行比较，结果表明我们提出的算法的有效性。 在迷宫问题中，OSKTD收敛于最佳策略，并且收敛速度比传统算法和最新算法都快。 在山车问题中，与其他稀疏化方法相比，OSKTD收敛，需要的计算时间更少，比传统算法获得更好的局部最优，
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
