2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、強化學習是一種用于求解可以建模為馬爾科夫決策過程問題的機器學習方法,其通過Agent與環(huán)境交互以獲得最大累計獎賞的方式進行學習。當前強化學習面臨的主要挑戰(zhàn)和機遇是如何求解大規(guī)模狀態(tài)或動作空間的問題。本文將模糊推理作為近似方法用于強化學習算法中,針對當前已有的基于模糊推理的強化學習算法的不足,提出幾種改進的基于模糊推理和基函數(shù)優(yōu)化的值函數(shù)近似算法:
  ⑴針對傳統(tǒng)的基于查詢表或函數(shù)近似的;Q值迭代算法在處理連續(xù)空間問題時收斂速度慢,

2、且不能求解連續(xù)行為策略的問題,提出一種帶有資格跡的基于雙層模糊推理的時間差分算法(DFR-Sarsa(λ)),并從理論上分析其收斂性。算法的第一層推理使用模糊狀態(tài)集合以計算連續(xù)動作,第二層推理使用模糊動作集合以計算 Q值分量,最后結合兩層推理計算連續(xù)動作空間中的Q值函數(shù)。
 ?、漆槍鹘y(tǒng)的基于模糊推理的強化學習算法存在收斂性能不足和對噪音干擾缺乏魯棒性的問題,提出一種基于區(qū)間型二型模糊狀態(tài)劃分的;Sarsa(λ)算法(IT2FI-

3、Sarsa(λ)),并從理論上分析其收斂性。模糊規(guī)則的前件部分使用新穎的橢圓形二型模糊隸屬度函數(shù)來劃分連續(xù)狀態(tài)空間,且該隸屬度函數(shù)可以使降型存在閉合解。通過二型模糊推理獲得Q值函數(shù)后,使用梯度下降方法更新規(guī)則的后件參數(shù)。實驗表明,IT2FI-Sarsa(λ)算法具有較好的收斂性能,且對噪聲干擾有魯棒性。
 ?、轻槍Ξ斍皬娀瘜W習方法在使用線性函數(shù)近似時,由于根據(jù)不準確先驗知識設定基函數(shù)而造成的泛化性能不高的問題,提出一種帶有自適應基

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論