一种基于状态分布感知采样的智能体深度价值函数学习方法

摘要

本发明公开了一种基于状态分布感知采样的智能体深度价值函数学习方法，用于智能体在较少的样本下较快地学习价值函数。具体包括如下步骤：1)获取用于智能体学习价值函数的经验数据，并定义算法目标；2)使用卷积神经网络对经验数据进行预处理，得到表达能力更强的特征集；3)在经验数据集的特征空间中使用无监督方法对经验数据集进行聚类；4)根据经验数据集的状态分布，采用基于均匀采样和簇等概率采样插值的样本状态分布感知采样方法进行采样；5)智能体使用采样得到的样本进行价值函数的学习。本发明适用于增强学习领域的游戏博弈问题，能够在较少的样本量的情况下较快地取得较好的效果。