基于人机交互的强化学习与实验研究

摘要

本文研究具有人机交互能力的强化学习算法。通过人机交互给出操作者对学习结果的性能评价,智能体系统能获得当前状态与目标状态距离的度量,有效地结合操作者的先验知识和专业知识,从而使智能体在状态空间中能进行更有效的搜索,简化复杂任务的学习过程。以猜数字游戏为例,利用提出的学习框架训练智能体具有猜数字的能力。实验结果表明,结合人机交互的强化学习算法大大提高了学习效率。加快了学习过程的收敛速度。