《分层强化学习理论与方法》PDF下载

  • 购买积分:8 如何计算积分?
  • 作  者:沈晶编著
  • 出 版 社:哈尔滨:哈尔滨工程大学出版社
  • 出版年份:2007
  • ISBN:7811330288
  • 页数:141 页
图书介绍:本书介绍强化学习通过试错与环境交互获得策略的改进,其自学习和在线学习的特点,使其成为机器学研究的一个重要分支。

第1章 绪论 1

机器学习 1

机器学习的定义 1

机器学习的发展史 2

机器学习系统的基本模型 8

机器学习的主要策略 11

强化学习 12

强化学习的定义 12

强化学习的发展史 15

分层强化学习 20

分层强化学习的定义 20

研究现状与发展趋势 21

第2章 强化学习 24

强化学习的基本原理 24

强化学习的基本方法 26

部分可观测马氏过程 28

第3章 分层强化学习 32

半马氏过程 32

分层与抽象 34

典型分层强化学习方法 36

Option分层强化学习方法 36

HAM分层强化学习方法 39

MAXQ分层强化学习方法 41

典型分层强化学习方法的比较分析 43

OMQ分层强化学习方法 44

测试用例描述 44

OMQ理论框架 47

OMQ学习算法 54

OMQ学习算法最优性分析 57

OMQ学习算法收敛性证明 60

OMQ学习算法实验分析 66

第4章 动态分层强化学习 74

学习任务的自动分层 74

瓶颈和路标状态法 74

共用子空间法 76

多维状态法 77

马氏空间法 77

其他有关方法 79

任务自动分层方法评价 79

基于免疫聚类的自动分层算法 80

免疫原理剖析 80

基于免疫聚类的Option自动生成算法 85

基于二次应答机制的动态分层算法 89

算法描述 90

实验分析 91

未知动态环境中的分层强化学习方法 96

移动机器人路径规划问题 96

未知动态环境中的OMQ分层强化学习算法 98

实验分析 101

与POMDP有关方法的比较 106

第5章 多智能体分层强化学习 108

多智能体强化学习问题剖析 108

多智能体分层强化学习框架 110

多智能体分层强化学习算法 112

实验分析 114

参考文献 123