基于蚁群优化的模糊Sarsa学习算法

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。

关键词： 模糊Sarsa学习算法 蚁群优化 小车爬山问题

作者: 陈学松 杨宜民

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

会议类型: 国内会议

会议名称: 第九届中国智能机器人学术研讨会

会议地点: 深圳

会议语种:中文

页码: 340-343

在线出版日期: 2011-11-11（万方平台首次上网日期，不代表论文的发表时间）