换一批一种基于示例轨迹的抽象动作树构造方法
An Abstract Action Tree Construction Algorithm Based on Demonstration Trajectories
摘要自动构造抽象动作一直是分层强化学习研究中的关键技术之一.抽象动作链接算法是目前连续任务中自主发现抽象动作的典型算法,但是抽象动作链接算法需要进行很多次的迭代计算,收敛速度较慢.本文提出一种基于示例轨迹的抽象动作树构造算法(ACADT),通过使用一种变点侦测方法,ACADT把每一个轨迹分割成一个抽象动作链.这些从轨迹中分割得到的抽象动作链随后被合并成一棵抽象动作树.实验表明ACADT可以构造成一棵抽象动作树并能够更快收敛.
更多相关知识
关键词
分层强化学习示例轨迹抽象动作自动构造机器学习hierarchical reinforcement learningdemonstration trajectoriesabstract actionautomatic constructionmachine learning
分类号
TP181
栏目名称
DOI
10.3969/j.issn.1006-2475.2016.06.018
发布时间
2016-08-16（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61373094）
- 浏览3
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
