Q-Learning是一种经典的强化学习算法。然而，它存在着收敛速度慢的缺点，而且由于存在着一定概率的探索，该算法可能会浪费很多时间。为解决这些问题，在Q-learning基础上引入初始化Q表格，同时提出“探索引导”方法。仿真实验结果表明，该改进可以减少训练次数，加快收敛速度，例如在Gym库中的悬崖寻路场景中，改进的方法能缩短30%的训练次数。
科研之友
微信
新浪微博
Facebook
分享链接
