一种状态自动划分的模糊小脑模型关节控制器值函数拟合方法
闵华清1
曾嘉安2
罗荣华2
朱金辉2
1.华南理工大学,软件学院,广东,广州,5100062.华南理工大学,计算机科学与技术学院,广东,广州,510006
摘要：在庞大离散状态空间或连续状态空间中,强化学习(RL)需要进行值函数拟合以寻找最优策略.但函数拟合器的结构往往由设计者预先设定,在学习过程中不能动态调整缺乏自适应性.为了自动构建函数拟合器的结构,提出一种可以进行状态自动划分的模糊小脑模型关节控制(FCMAC)值函数拟合方法.该方法利用Bellman误差的变化趋势实现状态自动划分,并且探讨了两种选择划分区域的机制.汽车爬坡问题和机器人足球仿真平台中的实验结果表明新算法能有效拟合值函数,而且利用所提出的函数拟合器智能体可以进行有效的强化学习.
关键词：强化学习值函数状态自动划分模糊小脑关节模型控制器
分类号：TP181(自动化基础理论)
资助基金：国家自然科学基金(61005061)广东省科技计划(2009A040300008)广州市科技计划(2009KP008)广东省科技计划(2010B010600016)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 256-260 )
英文信息