Indexed by：
Abstract：
提出了一种基于最小线性平均的强化学习算法,用于解决连续空间下强化学习函数估计的非收敛性问题.该算法基于梯度下降法,根据压缩映射原理,通过采用线性平均法作为值函数估计的性能衡量标准,把值函数估计的迭代过程转化为一个收敛于不动点的过程.该算法利用强化学＞--j算法的标准问题一Mountain Car问题进行了验证,仿真结果验证了算法是有效的和可行的,并且可以快速收敛到稳定值.
Keyword：
Reprint Author's Address：
Email：
Source ：
吉林大学学报(工学版)
ISSN： 1671-5497
Year： 2008
Issue： 6
Volume： 38
Page： 1407-1411
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 3
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
