本发明公开了一种基于等效子空间的强化学习状态分层方法：通过智能体单个时间步对环境的观测数据生成状态语义特征向量，将其与通过环境交互产生的相关信息组成状态表示向量，并收集预设回合内的状态表示向量组成状态表示集，通过聚类分析生成若干等效子空间，得到等效状态划分；基于等效状态划分，在学习训练过程中对智能体观测的状态进行分类计算，得到包含类别信息的one‑hot子状态向量；学习训练过程中基于one‑hot子状态向量进行后续策略计算，并以预设时间分辨率通过上述步骤重新更新状态等效划分。本发明将状态空间划分为不同抽象层次的等效状态子空间，以解决智能体强化学习状态空间过大的问题，提升环境搜索效率，为强化学习算法提供可解释基础。
声明：
“基于等效子空间的强化学习状态分层方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1083
编辑：管理员
来源：北方有色网
咨询细节
