一种强化学习行动策略ε-greedy的改进方法

摘要

强化学习作为机器学习中的一种无监督式学习,在实际应用中的难点之一便是如何平衡强化学习中探索和利用之间的关系.在Q学习结合ε-greedy的基础上,提出了一种参数动态调整的策略.该策略是以学习者在学习过程中各状态下的学习状况为依据,实现参数的自适应,从而更好地平衡探索和利用之间的关系.同时,引入一种结合了试错法的动作删减机制,对备选动作集合进行"删减",来提高学习者的探索效率.最后通过迷宫问题的实验仿真,验证了所提方法的有效性.