一种基于因果图的分层强化学习任务图进化方法，步骤包括：(1)参数设置；(2)探索目标环境的因果图；(3)种群N初始化；(4)计算适应度值；(5)遗传操作，包括选择、交叉和变异；操作时保持结点之间的因果关系；(6)判断是否终止；(7)保存此因果图对应的k个适应度最高的任务图G1，G2，…，GK；(8)输出适应度最高的任务图G1。与现有技术相比本发明的构造任务图的自动化，任务图的高效性，能适应大规模复杂系统，能适用系统环境动态变化的情况。本方法仅仅依赖目标环境的因果图变化情况，在目标环境因果图有规律变化时能够预测目标环境的任务层次变化情况，从而快速高效地生成目标环境的MAXQ任务图。
声明：
“基于因果图的分层强化学习任务图进化方法” 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)
1128
编辑：管理员
来源：北方有色网
咨询细节
