论文部分内容阅读
传统的强化学习存在收敛速度慢等问题，结合先验知识预置某些偏向可以加快学习速度．但是当先验知识不正确时又可能导致学习过程不收敛．对此，提出基于偏向信息学习的双层强化学习模型．该模型将强化学习过程和偏向信息学习过程结合起来：偏向信息指导强化学习的行为选择策略，同时强化学习指导偏向信息学习过程．该方法在有效利用先验知识的同时能够消除不正确先验知识的影响．针对迷宫问题的实验表明，该方法能够稳定收敛到最优策略；并且能够有效利用先验知识提高学习效率，加快学习过程的收敛．