基于糊糙集的改进Q学习算法
过金超
刘杰
崔光照
1.郑州轻工业学院电气信息工程学院,河南郑州,4500022.郑州轻工业学院电气信息工程学院,河南郑州,4500023.郑州轻工业学院电气信息工程学院,河南郑州,450002
摘要：针对Q学习算法容易出现错误的时间间隔重叠和高估Q值的情况,进而导致收敛速度慢、学习性能下降的问题,提出了一种改进的Q学习算法,即粗糙集Q学习算法.该算法通过有效处理不完备信息和不确定性知识,使Q值所引起的误差最小化,进而减少Q值的高估,提高学习性能.基于2种算法的机器人自主导航实验结果表明,粗糙集Q学习算法有更高的学习效率和更强的避障能力.
关键词：Q学习算法粗糙集机器人导航
分类号：TP242.6(自动化技术及设备)TP181(自动化基础理论)
论文发表日期：2013-01-01
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：4( 42-45 )
英文信息