计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (34): 47-50.DOI: 10.3778/j.issn.1002-8331.2008.34.013
陈圣磊,李卫红,姚 娟
CHEN Sheng-lei,LI Wei-hong,YAO Juan
摘要: 通过分析经典的Q(λ)学习算法所存在的经验利用率低、收敛速度慢的问题,根据当前和多步的经验知识样本建立了状态-动作对值函数的最小二乘逼近模型,推导了该逼近函数在一组基底上的权向量所满足的一组线性方程,从而提出了快速而实用的最小二乘Q(λ)算法及改进的递推算法。倒立摆实验表明,该算法可以提高经验利用率,有效加快收敛速度。