基于蚁群优化的模糊Sarsa学习算法

扫码查看

原文链接

NETL

中文摘要：提出了一种基于蚁群优化的模糊Sarsa学习(ACO-FSL)算法，在该算法中，首先把模糊系统按照模糊规则进行划分，对于每条模糊规则。有若干个候选动作可被选择，动作选择的概率依赖于实时的值函数；然后在每个动作选择的同时根据蚁群优化的思想定义变化的学习率,这样既缩小了搜索空间，又提高了学习效率。整个模糊推理模块被看作是蚂蚁觅食的过程。利用蚁群算法优良的随机搜索性能求解该组合优化问题。给出了该算法的设计方法和流程。小车爬山问题的仿真实验结果表明：提出的ACO-FSL算法相比FSL具有较好的学习性能。

作者：

陈学松、杨宜民

展开 >

作者单位：

广东工业大学应用数学学院,广东广州 510006 广东工业大学自动化学院,广东广州 510006

广东工业大学自动化学院,广东广州 510006

关键词：

模糊Sarsa学习算法蚁群优化小车爬山问题

主办单位：

中国人工智能学会

会议名称：

第九届中国智能机器人学术研讨会

会议时间：

2011-11-11

会议地点：

深圳

会议母体文献：

第九届中国智能机器人学术研讨会论文集

页码：

340-343

出版时间：

2011