基于最小最大逼近强化学习的误差分析

• 作 者: 吴沧浦 刘念泉
• 出 处: 控制与决策
• 发表日期: 2000年2期
• 关键词: 强化学习 动态规划 函数逼近 误差分析 优化控制 reinforcement learning Markov decision problem dynami

在基于动态规划的强化学习中，利用状态集结方法可以减小状态空间的大小，从而在一定程度上克服了维数灾的困难，同时还可以加快学习速度。但状态集结是一种逼近方法，由此产生的问题是，状态集结后的Ｑ－ｈａｔ强化学习收敛所得的最优Ｑ值函数与集结前相应的最优Ｑ值函数会有多大的误差。为此提出了基于最小最大逼近强化学习的误差估计。