郑州轻工业学院学报（自然科学版）
鄭州輕工業學院學報（自然科學版）
정주경공업학원학보（자연과학판）
JOURNAL OF ZHENGZHOU INSTITUTE OF LIGHT INDUSTRY(NATURAL SCIENCE)
2013年
3期
42-45
,共4页
Q学习算法%粗糙集%机器人导航
Q學習算法%粗糙集%機器人導航
Q학습산법%조조집%궤기인도항
Q-learning algorithm%rough set%robot navigation
针对Q学习算法容易出现错误的时间间隔重叠和高估Q值的情况,进而导致收敛速度慢、学习性能下降的问题,提出了一种改进的Q学习算法,即粗糙集Q学习算法.该算法通过有效处理不完备信息和不确定性知识,使Q值所引起的误差最小化,进而减少Q值的高估,提高学习性能.基于2种算法的机器人自主导航实验结果表明,粗糙集Q学习算法有更高的学习效率和更强的避障能力.
針對Q學習算法容易齣現錯誤的時間間隔重疊和高估Q值的情況,進而導緻收斂速度慢、學習性能下降的問題,提齣瞭一種改進的Q學習算法,即粗糙集Q學習算法.該算法通過有效處理不完備信息和不確定性知識,使Q值所引起的誤差最小化,進而減少Q值的高估,提高學習性能.基于2種算法的機器人自主導航實驗結果錶明,粗糙集Q學習算法有更高的學習效率和更彊的避障能力.
침대Q학습산법용역출현착오적시간간격중첩화고고Q치적정황,진이도치수렴속도만、학습성능하강적문제,제출료일충개진적Q학습산법,즉조조집Q학습산법.해산법통과유효처리불완비신식화불학정성지식,사Q치소인기적오차최소화,진이감소Q치적고고,제고학습성능.기우2충산법적궤기인자주도항실험결과표명,조조집Q학습산법유경고적학습효솔화경강적피장능력.
