文件名称：求解部分可观测马氏决策过程的强化学习算法 (2004年)
文件大小：270KB
文件格式：PDF
更新时间：2024-06-05 09:21:01
自然科学 论文
针对部分可观测马氏决策过程（POMDP）中，由于感知混淆现象的存在，利用Sarsa等算法得到的无记忆策略可能发生振荡的现象，研究了一种基于记忆的强化学习算法――CPnSarsa（λ）学习算法来解决该问题。它通过重新定义状态，Agent结合观测历史来识别混淆状态。将CPnSarsa（λ）算法应用到一些典型的POMDP，最后得到的是最优或近似最优策略。与以往算法相比。该算法的收敛速度有了很大提高。