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
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
5 ~4 _2 T. j  ]( c! g! ?. w  i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
  d+ T+ g' z; s* a# z7 o. L& J) m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
$ m" ^7 Z5 Y- x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
; c: G" Z. n0 I( V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 ．
# Q$ A2 x  ]0 F4 L3 x# S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
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

2 G) g* Y7 f2 _

wushy

随机投影的贝叶斯时间差分算法，收藏了。