连续状态自适应离散化基于K-均值聚类的强化学习方法

来源期刊：控制与决策2006年第2期

论文作者：文锋 陈宗海 卓睿 周光明

文章页码：143 - 147

关键词：强化学习;K-均值聚类算法;Sarsa学习;连续状态;自适应离散化;

摘    要：使用聚类算法对连续状态空间进行自适应离散化,得到了基于K-均值聚类的强化学习方法.该方法的学习过程分为两部分:对连续状态空间进行自适应离散化的状态空间学习,使用K-均值聚类算法;寻找最优策略的策略学习,使用替代合适迹Sarsa学习算法.对连续状态的强化学习基准问题进行仿真实验,结果表明该方法能实现对连续状态空间的自适应离散化,并最终学习到最优策略.与基于CM AC网络的强化学习方法进行比较,结果表明该方法具有节省存储空间和缩短计算时间的优点.