一种基于强化学习Q学习的实时整周模糊度快速搜索方法

摘要

本发明公开了一种基于强化学习Q学习的实时整周模糊度快速搜索方法，属于Q学习技术领域。本发明的步骤为：步骤1、设定Q学习的学习参数以及奖励矩阵；步骤2、初始化模糊度搜索过程的学习矩阵；步骤3、对于学习矩阵的每一个episode，随机选择一个初始状态；步骤4、如果没有达到目标状态，执行以下几步：1)在当前状态中的所有可能行为中选取一个行为；2)利用选定的行为，得到下一个状态；3)按照转移规则计算Q学习的学习矩阵；4)递推至下一个状态；步骤5、利用训练好的学习矩阵，就可以找出一条从任意状态到达目标状态的行为路径。本发明操作简单方便，能够实现对实时模糊度的快速搜索。