Residual Sarsa algorithm with function approximation

In this work, we proposed an efficient algorithm named the residual Sarsa algorithm with function approximation (FARS) to improve the performance of the traditional Sarsa algorithm, and we use the gradient-descent method to update the function parameter vector. In the learning process, the Bellman r...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Cluster computing Jg. 22; H. Suppl 1; S. 795 - 807
Hauptverfasser:	Qiming, Fu, Wen, Hu, Quan, Liu, Heng, Luo, Lingyao, Hu, Jianping, Chen
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York Springer US 01.01.2019 Springer Nature B.V
Schlagworte:	Algorithms Approximation Computer Communication Networks Computer Science Convergence Distance learning Fuzzy logic Machine learning Mathematical analysis Operating Systems Performance enhancement Processor Architectures Sarsa algorithm Gradient descent Function approximation Bellman residual Reinforcement learning
ISSN:	1386-7857, 1573-7543
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!