计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (8): 166-171.DOI: 10.3778/j.issn.1002-8331.1610-0348
徐志雄,曹 雷,陈希亮
XU Zhixiong, CAO Lei, CHEN Xiliang
摘要: 对标准的强化学习进行改进,通过引入动机层,来引入先验知识,加快学习速度。策略迭代选择上,通过采用“同策略”迭代的Sarsa学习算法,代替传统的“异策略”Q学习算法。提出了基于多动机引导的Sarsa学习(MMSarsa)算法,分别和Q学习算法、Sarsa学习算法在坦克对战仿真问题上进行了三种算法的对比实验。实验结果表明,基于多动机引导的Sarsa学习算法收敛速度快且学习效率高。