基于拓扑序列更新的值迭代算法

【文件属性】：

文件名称：基于拓扑序列更新的值迭代算法

文件大小：1.95MB

文件格式：PDF

更新时间：2024-02-04 15:47:54

强化学习,值迭代,拓扑序列,VI-TS,

提出一种基于拓扑序列更新的值迭代算法，利用状态之间的迁移关联信息，将任务模型的有向图分解为一系列规模较小的强连通分量，并依据拓扑序列对强连通分量进行更新。在经典规划问题Mountain Car和迷宫实验中的结果表明，算法的收敛速度更快，精度更高，且对状态空间的增长有较强的顽健性。