科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于强化学习系统实现的动态集成训练方法,包括：1)准备强化学习系统的多个学习主体(即基智能体),基智能体维持着独立的经验池,用于存储转移样本、潜层特征空间的状态表征及局部竞争力；2)训练阶段让基智能体与环境进行交互,存储转移样本及实时回报以计算局部竞争力；3)随机选取一个状态,选择其与经验池中其它状态在潜层特征空间的状态进行相似性度量；4)根据状态相似度寻找其相似状态,并从中选取一批状态作为相似状态子集；5)根据相似状态子集完成局部竞争力的度量及权重计算；6)根据权重计算目标Q值,根据加权集成的目标Q值更新网络参数直至网络收敛。本发明最大化利用所有基础智能体的信息以提升集成系统的性能表现。
- 单位
