基于极限学习机的强化学习

论文发布时间：[2010-03-17] 范文大全编辑：Voive.net

所有作者：潘杰

作者单位：中国矿业大学信息与电气工程学院

论文摘要：极限学习机能以极快的速度提供良好的泛化性能，并且结构简单，计算方便。本文针对其优点，将其用于强化学习。利用极限学习机对Q函数进行逼近，提高强化学习的学习速度。考虑到极限学习机的隐层节点数等于样本数，较大的样本容量会严重影响学习速度，采用了滚动时间窗机制，在一定程度上降低了样本空间的大小。最后，将极限学习机与常规的BP神经网络逼近器效果进行了仿真对比，通过小船过河的实例验证了算法的快速性与有效性。

关键词：极限学习机神经网络 Q学习滚动时间窗小船过河

免费下载《基于极限学习机的强化学习》PDF全文（已停止下载）
　　本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！

〖返回电子通信自动控制论文列表〗

下一篇：基于数模混合最优滤波技术的工频失真度仪研究