基于ART2的Q学习算法研究

为了解决??学习应用于连续状态空间的智能系统所面临的“维数灾难”问题, 提出一种基于ART 2 的??学习算法. 通过引入ART 2 神经网络, 让??学习Agent 针对任务学习一个适当的增量式的状态空间模式聚类, 使Agent无需任何先验知识, 即可在未知环境中进行行为决策和状态空间模式聚类两层在线学习, 通过与环境交互来不断改进控制策略, 从而提高学习精度. 仿真实验表明, 使用ARTQL 算法的移动机器人能通过与环境交互学习来不断提高导航性能.