作者：刘全 高阳 陈道蓄 孙吉贵 姚望舒维数灾启发式轮廓表谓词逻辑强化学习cclorrl算法
摘要：强化学习通过试错与环境交互获得策略的改进，其自学习和在线学习的特点使其成为机器学习研究的一个重要分支．针对强化学习一直被“维数灾”问题所困扰的问题，提出在关系强化学习的基础上，引入启发式轮廓表的方法，采用含轮廓表的一阶谓词表示状态、活动和Q-函数，充分发挥Prolog表的优势，将逻辑谓词规则与强化学习相结合，形成一种新的逻辑强化学习方法——CCLORRL，并对其收敛性进行了证明．该方法使用轮廓形状谓词产生形状状态表，大幅度地减少状态空间；利用启发式规则指导动作的选择，减少了样本中不存在状态选择的盲目性．CCLORRL算法应用于俄罗斯方块中，实验表明，该方法是比较高效的．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
