%0 Journal Article
%T 基于线性平均的强化学习函数估计算法
%A 陶隽源
%A 孙金玮
%A 李德胜
%J 吉林大学学报(工学版)
%P 1407-1411
%D 2008
%X 提出了一种基于最小线性平均的强化学习算法，用于解决连续空间下强化学习函数估计的非收敛性问题。该算法基于梯度下降法，根据压缩映射原理，通过采用线性平均法作为值函数估计的性能衡量标准，把值函数估计的迭代过程转化为一个收敛于不动点的过程。该算法利用强化学习算法的标准问题MountainCar问题进行了验证，仿真结果验证了算法是有效的和可行的，并且可以快速收敛到稳定值。
%K 自动控制技术
%K 强化学习
%K 线性平均
%K 函数估计
%K 梯度下降法
%K 自动控制技术
%K 强化学习
%K 线性平均
%K 函数估计
%K 梯度下降法
%U http://xuebao.jlu.edu.cn/gxb/CN/Y2008/V38/I06/1407