|
摘要：本文研究了機器人足球賽中利用增強學(xué)習進(jìn)行角色分工的問(wèn)題，通過(guò)仿真試驗和理論分析，指出文[1]中采取無(wú)限作用范圍衰減獎勵優(yōu)化模型(infinite—horizon discounted model)的Q學(xué)習算法對該任務(wù)不合適，并用平均獎勵模型(average—reward model)對算法進(jìn)行了改進(jìn)，實(shí)驗表明改進(jìn)后學(xué)習的收斂速度以及系統的性能都提高了近一倍。 PDF下載： 
機器人足球賽中基于增強學(xué)習的任務(wù)分工.pdf
(373.53 KB)
|
