強(qiáng)化學(xué)習(xí)在RoboCup Agent智能策略中的研究與應(yīng)用.pdf

1、機(jī)器人世界杯足球賽(The Robot World Cup,簡稱RoboCup),是典型的MAS問題,可以用來評價各種不同的人工智能理論、算法和體系結(jié)構(gòu)。
　　強(qiáng)化學(xué)習(xí)是一種以環(huán)境反饋作為輸入的、特殊的、適應(yīng)環(huán)境的、從環(huán)境狀態(tài)到行為映射以使系統(tǒng)行為從環(huán)境中獲得的累積獎賞值最大的機(jī)器學(xué)習(xí)方法。該方法不同于監(jiān)督學(xué)習(xí)技術(shù)那樣通過正例、反例來告知采取何種行為,而是通過試錯的方法來發(fā)現(xiàn)最優(yōu)行為策略,因此廣泛應(yīng)用于Agent的智能決策。強(qiáng)化學(xué)

2、習(xí)可以分為兩類。一類是基于模型的強(qiáng)化學(xué)習(xí)。另一類是模型無關(guān)的。環(huán)境模型用形象化的描述就是環(huán)境的行為方式。本文針對RoboCup中的Keepaway子任務(wù),從模型無關(guān)與基于模型的強(qiáng)化學(xué)習(xí)兩個方面分別闡述其在RoboCup中的Agent智能決策學(xué)習(xí)中的應(yīng)用。本文的研究內(nèi)容主要包括以下兩個方面:
　　首先,針對RoboCup中的Keepaway子問題,傳統(tǒng)的Q表已經(jīng)不能有效的表示連續(xù)的狀態(tài)和動作空間,我們使用神經(jīng)網(wǎng)絡(luò)來代替Q表來表示Q值