本发明公开了一种基于等效子空间的强化学习状态分层方法:通过智能体单个时间步对环境的观测数据生成状态语义特征向量,将其与通过环境交互产生的相关信息组成状态表示向量,并收集预设回合内的状态表示向量组成状态表示集,通过聚类分析生成若干等效子空间,得到等效状态划分;基于等效状态划分,在学习训练过程中对智能体观测的状态进行分类计算,得到包含类别信息的one‑hot子状态向量;学习训练过程中基于one‑hot子状态向量进行后续策略计算,并以预设时间分辨率通过上述步骤重新更新状态等效划分。本发明将状态空间划分为不同抽象层次的等效状态子空间,以解决智能体强化学习状态空间过大的问题,提升环境搜索效率,为强化学习算法提供可解释基础。
声明:
“基于等效子空间的强化学习状态分层方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)