激勵勢場算法的復(fù)雜性研究.pdf

1、當(dāng)面對求解一個問題的新算法的時候，我們的興趣在于形成這樣一種粗略的認(rèn)識：新算法預(yù)期能有多好，對于同一個問題它比其他的算法如何。計算復(fù)雜性研究能夠提供這種認(rèn)識。對算法的分析能夠幫助我們對算法更深入地理解，并能夠提出有根有據(jù)的改進(jìn)。尤為重要的是，正確分析所需要的仔細(xì)全面的審查常常使得算法更好和更有效地實現(xiàn)。 激勵學(xué)習(xí)因為具有較強的在線自適應(yīng)性以及對復(fù)雜系統(tǒng)的自學(xué)習(xí)能力，受到機器人導(dǎo)航研究者的關(guān)注。目前，激勵學(xué)習(xí)對于許多現(xiàn)實的問題，如

2、大尺度和部分可觀測環(huán)境，仍然是沒有解決的問題。這些問題采用傳統(tǒng)的算法很難滿意地解決。通過利用人工勢場將激勵學(xué)習(xí)問題轉(zhuǎn)換為路勁規(guī)劃問題。然后為解決人工勢場中的局部最小問題，應(yīng)用虛擬水流法的概念提出的一種新的人工勢場算法。實驗結(jié)果表明該方法在激勵學(xué)習(xí)系統(tǒng)中是有效的。但只有當(dāng)解析的結(jié)果與經(jīng)驗研究一致的時候，我們才會確信算法的合理性以及分析過程的正確性。為了說明該方法的合理性和正確性，本論文將從解析的結(jié)果與經(jīng)驗研究兩方面對此算法進(jìn)行了分析和研究