基于最小二乘的Q（λ）强化学习算法

作者：陈圣磊 李卫红 姚娟强化学习函数逼近最小二乘倒立摆

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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社