Fuzzy Q-learning in continuous state and action space
Xu Xu, Mingliang, Wenbo · 中国邮电高校学报：英文版 · 2010
适应模糊学习 Q (AFQL ) 基于模糊推理系统(FIS ) 被建议。FIS 由一个规范的光线的基础函数(NRBF ) 认识到神经网络被用来接近 Q 值功能，其输入状态和行动是镇静的。FIS 的规则根据对的每个元素的新奇逐渐地被创造州行动。而且前提部分和 FIS 的作为结果的部分用扩大 Kalman 过滤器(EKF ) 被更新。影响环境的行动是有在通过优化方法州、产生的水流的 FIS 的最大的输出的那个。在活动机器人和转换摆钟平衡问题的墙追随者任务的模拟结果证明建议 AFQL 方法的优势和适用性。