为了处理探索环境中的变化和减少智能体不必要的从头学习的时间,研究了对探索环境的预处理方法,提出了运用轨迹标记的Q学习算法尝试对探索的路径进行标记学习和对探索环境的变化部分进行预处理,来减少智能体学习时间。实验仿真中与使用策略重用的算法对比分析表明,该算法减少了智能体学习时间,并改进了对探索环境的变化的处理机制。
科研之友
微信
新浪微博
Facebook
分享链接
