|
|||||
|
|
| 基于深度逆向强化学习的行动序列规划问题研究 | |
| 引用本文： | 陈希亮,曹雷,沈驰.基于深度逆向强化学习的行动序列规划问题研究[J].国防科技,2019,40(4). |
| 作者姓名： | 陈希亮 曹雷 沈驰 |
| 作者单位： | 陆军工程大学指挥控制工程学院,江苏南京,210007;中国电子科技集团公司第二十八研究所,江苏南京,210007 |
| 摘 要： | 针对深度强化学习在解决序贯决策任务中严重依赖回报函数，而回报函数又存在着反馈稀疏和反馈延迟等问题，论文提出了基于深度逆向强化学习方法的行动序列生成与优化方法，通过专家示例轨迹数据重构回报函数，实现高质量示例轨迹数据中隐性专家经验的获取和利用，挖掘数据背后的规律。然后将重构的回报函数与环境固有的回报函数进行奖赏塑型，生成的新的回报函数能够更加及时、准确地对智能实体的行为给予反馈，大幅加速了强化学习的收敛速度。 |
| 关 键 词： | 深度强化学习 作战行动序列 智能化战争 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《国防科技》浏览原始摘要信息 | |
| 点击此处可从《国防科技》下载免费的PDF全文 | |