%0 Journal Article
%T 一种用于LQR控制问题的强化学习方法
%A 文锋
%A 陈宗海
%A 周光明
%A 陈春林
%J 模式识别与人工智能
%P 406-411
%D 2006
%X 现有强化学习方法的收敛性分析大多针对离散状态问题,对于连续状态问题强化学习的收敛性分析仅局限于简单的LQR控制问题.本文对现有两种用于LQR问题收敛的强化学习方法进行分析,针对存在的问题,提出一种只需部分模型信息的强化学习方法.该方法使用递推最小二乘TD(RLSTD)方法估计值函数参数,递推最小二乘方法(RLS)估计贪心改进策略.并给出理想情况下此方法收敛的理论分析.仿真实验表明该方法收敛到最优控制策略.
%K 强化学习
%K 递推最小二乘
%K TD学习
%K 最优控制
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10658.shtml