文献类型：期刊文献

中文题名：基于平均报酬模型的强化学习算法研究

英文题名：Survey of average reinforcement learning algorithms

作者：黄炳强[1];曹广益[1];费燕琼[2];王占全[3]

机构：[1]上海交通大学电子信息与电气工程学院,上海200030;[2]上海交通大学机械与动力工程学院,上海200030;[3]华东理工大学信息科学与工程学院,上海200237

年份：2006

卷号：28

期号：5

起止页码：418

中文期刊名：上海理工大学学报

外文期刊名：Journal of University of Shanghai For Science and Technology

收录：CSTPCD;;EI(收录号：20070310373656);Scopus;北大核心:【北大核心2004】；

基金：国家自然科学基金资助项目(50305021)

语种：中文

中文关键词：平均报酬强化学习;R学习;H学习;LC学习

外文关键词：average reward rein forcement learning ; R-learning ; H-learning ; LC-leaning

摘要：对于有吸收目标状态的循环任务,比较合理的方法是采用基于平均报酬模型的强化学习.平均报酬模型强化学习具有收敛速度快、鲁棒性强等优点.本文介绍了平均报酬模型强化学习的3个主要算法:R学习、H学习和LC学习,并给出了平均报酬模型强化学习的主要应用及研究方向.
It is rational to adopt the average reward reinforcement learning algorithms for solving the absorbing goal states cyclical tasks： It has the merit of converging quickly and robustly. A detailed study as regards average reward reinforcement learning including R-learning, H-learning and LC-learning is presented and the application and future research are proposed.