论文部分内容阅读
Q_learning算法在实际应用过程中出现了许多问题,比如维数灾难、收敛缓慢等问题,通过对Q_learning算法进行改进,以期提升Q_learning算法的环境适应能力。基于启发式学习理论,将启发式奖赏函数融合到Q_learning算法中,对Q_learning算法进行优化和改进。最后通过仿真实验进行验证,该改进算法能有效提升机器的环境适应能力和学习能力。因此,经过优化之后的Q_learning算法可以在实际过程中应用。