Q-学习算法在CGF系统中的应用

摘要：

CGF中的战场决策仿真十分复杂,要求CGF实体应能根据知识库做出类似人类的决策行为.目前,CGF系统中的决策模块大多是硬编码的,不能满足军用仿真发展的需求,这就要求CGF系统具有学习和自适应能力.Q-学习方法是一种特殊的增强学习方法,可以通过多次迭代计算正/负效益进行主动学习.本文介绍了Q-学习及其在CGF系统中的应用,这种新的机器学习方法,在CGF中有着良好的应用前景.

关键词： Q-学习 增强学习 CGF 战场决策仿真 机器学习

作者: 徐如燕 郭齐胜

作者单位: 装甲兵工程学院(北京)

会议类型: 国内会议

会议名称: 第一届全国虚拟现实与可视化学术会议

会议地点: 北京

会议语种:中文

页码: 559-560,563

在线出版日期: 2001-11-01（万方平台首次上网日期，不代表论文的发表时间）