基于HNP模型的强化学习状态空间表示方法

作者：吴宏杰; 韩佳妍; 杨茹; 陆卫忠; 傅启明

来源：计算机应用与软件, 2021, 38(12): 243-279.

• 强化学习
• HNP模型
• 维数灾难
• 状态空间

蛋白质结构预测是生物信息领域中具有挑战性的问题之一。将强化学习运用在HNP晶格模型的最优结构发现中,性能出色,但结构预测所需的状态空间巨大,容易导致维数灾难问题。在全状态空间基础上,进一步提出半状态空间与简单状态空间方法,以达到约减状态空间的目的,同时对奖赏函数与策略进行定量分析。实验结果表明,该方法有效解决全状态空间无法计算长序列的缺点,其中简单状态空间较全状态空间有3条序列预测出更低能量,半状态空间较全状态空间方法全部6条长序列都预测出更低能量,且半状态空间预测的能量平均值较简单状态空间降低了9.83百分点。

• 单位
  苏州科技大学; 苏州大学