检索结果-南通市图书馆

作者：陈竺宏南京大学

学位级别：硕士

强化学习和大部分机器学习不同的地方,在于强化学习系统不是告诉智能体如何产生正确的动作,而是通过试错(Trial-and-Error)来发现哪些动作会产生最大的回报。这种非精确信息形式的反馈,更能满足在信息缺乏的环境或者动态环境中的控制要... 详细信息

强化学习和大部分机器学习不同的地方,在于强化学习系统不是告诉智能体如何产生正确的动作,而是通过试错(Trial-and-Error)来发现哪些动作会产生最大的回报。这种非精确信息形式的反馈,更能满足在信息缺乏的环境或者动态环境中的控制要求。强化学习不仅是人工智能和机器人学习领域的重点研究方向,也在运动控制、移动机器人路径规划等领域具有相当强的适用性。强化学习模仿人类在未知环境中自然的学习方式,以目标为导向,在智能体与环境的交互的过程中,通过试错式的动作和感知环境响应的反馈来学习到最优解。强化学习的过程,本质上也是与环境交互来进行知识完备的过程。而在这个过程中,动作选择机制既需要利用已经学习到的知识,也需要探索未知的知识。搜索(Exploration)和利用(Exploitation)各有利弊,这二者之间的平衡是影响智能体对环境的理解程度以及对算法性能优化程度的关键之一。本文详尽分析了强化学习中的经典搜索策略：随机游走、贪心算法、Softmax方法以及概率动作选择机制。针对目前缺少搜索策略分析工具的问题,基于强化学习是降低选择动作不确定度的过程,提出搜索熵(Exploration Entropy,EE)概念,来对强化学习的搜索策略进行定量的分析与描述,并给出基于EE判定算法终止的条件。并在实际案例应用中,演示了搜索熵作为一个定量分析工具对搜索和利用之间的平衡以及算法性能的分析作用。在实验部分,采用不同搜索策略,分别对一个确定马尔可夫过程状态转移问题和一个较为复杂的微观自旋量子系统的学习控制问题进行数值仿真,从宏观和微观两方面的应用来验证搜索熵的适用性。进一步论证了搜索熵作为分析强化学习搜索策略的工具,可以为分析算法性能提供一个有效的参考指标。

关键词：强化学习搜索策略搜索熵

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

蚁群算法搜索熵研究

引用

海南大学学报（自然科学版） 2007年第4期25卷 369-373,378页

作者：邓小波曹聪聪龙伦海康耀红海南大学信息科学技术学院海南海口570228

借鉴信息熵,提出蚁群算法的熵模型,定义蚁群算法的3种搜索熵,讨论了搜索熵同算法搜索能力和收敛性之间的关系,给出了2个简化模型的基于搜索熵的收敛性判定定理,并利用搜索熵讨论了参数选择对蚁群算法的影响.

关键词：蚁群算法信息熵搜索熵

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：