随机投影的贝叶斯时间差分算法

tend

摘 　要 ： 　在 强 化 学 习 方 法 中 ， 大 部 分 的 算 法 都 是 基 于 值 函 数 评 估 的 算 法 ． 高 斯 过 程 时 间 差 分 算 法 利 用 贝 叶 斯 方
- S. C5 `, z# J$ p% E; A法 来 评 估 值 函 数 ， 通 过 贝 尔 曼 公 式 和 贝 叶 斯 规 则 ， 建 立 立 即 奖 赏 与 值 函 数 之 间 的 概 率 生 成 模 型 ． 在 状 态 空 间 中 ， 通 过 在
( ]) d  B2 p2 j$ ]0 D# i! S线 核 稀 疏 化 并 利 用 最 小 二 乘 方 法 来 求 解 新 样 本 的 近 似 线 性 逼 近 ， 以 提 高 算 法 的 执 行 速 度 ， 但 时 间 复 杂 度 依 然 较 高 ． 针
对 在 状 态 空 间 中 近 似 状 态 的 选 择 问 题 ， 在 高 斯 过 程 框 架 下 提 出 一 种 基 于 随 机 投 影 的 贝 叶 斯 时 间 差 分 算 法 ， 该 算 法 利 用
8 ?+ ?6 h1 L4 n. @+ |哈 希 函 数 把 字 典 状 态 集 合 中 的 元 素 映 射 成 哈 希 值 ， 根 据 哈 希 值 进 行 分 组 ， 进 而 减 少 状 态 之 间 的 比 较 ． 实 验 结 果 表 明 ， 该
& s5 k. J/ r- n5 V# D" x  h方 法 不 仅 能 够 提 高 算 法 的 执 行 速 度 ， 而 且 较 好 地 平 衡 了 评 估 状 态 值 函 数 精 度 和 算 法 执 行 时 间 ．
+ m% ~6 L: v% l5 R! b关 键 词 ： 　强 化 学 习 ； 马 尔 科 夫 决 策 过 程 ； 高 斯 过 程 ； 随 机 投 影 ； 时 间 差 分 算 法
" v2 u, r. N( `6 i" g) f 一种基于随机投影的贝叶斯时间差分算法.pdf (1.13 MB, 下载次数: 0)

2021-7-19 10:27 上传

点击文件名下载附件
下载积分: 威望 -5

' A# p2 O3 G& \# F
4 e' ~! ?4 a9 ]2 J

wushy

随机投影的贝叶斯时间差分算法，收藏了。