人民 swMATH ID: 29437 软件作者： 杨芳凯、吕道明、刘波、史蒂文·古斯塔夫森 描述： PEORL：集成符号规划和分层强化学习以实现稳健决策。强化学习和符号规划都被用于构建智能自治代理。强化学习依赖于从与现实世界的互动中学习，这通常需要大量的经验。符号规划依赖于人工构建的符号知识，这些知识可能对领域的不确定性和变化不可靠。本文提出了一个统一的框架{em-PEORL}，该框架将符号规划与分层强化学习（HRL）相结合，以处理动态不确定性环境中的决策。符号计划用于指导代理的任务执行和学习，学习的经验反馈给符号知识以改进计划。该方法可以在复杂域中实现快速的策略搜索和稳健的符号计划。该框架在HRL的基准域上进行了测试。 主页： https://arxiv.org/abs/1804.07779 关键词： 机器学习：arXiv_cs。LG公司；人工智能；arXiv_cs。人工智能；arXiv_状态ML；PEORL框架 相关软件： REBA公司；BWI罐；资产负债管理；CCalc公司；ModelPlex公司；贝勒罗芬；凯伊迈拉X；Clingcon公司；PDDL公司；数据链路2；DeepProbLog（深度探测日志）；斯莫德尔斯；FODD-计划；博客；克林戈 引用于： 6文件 标准条款 1出版物描述软件 年份 PEORL：集成符号规划和分层强化学习以实现稳健决策arXiv公司杨芳凯、吕道明、刘波、史蒂文·古斯塔夫森 2018 全部的 前5名19位作者引用 2 Lee，Joohyng先生 2 王毅 2 张世奇 1 Das、Subhro 1 亚伦·埃伯哈特 1 内森·富尔顿 1 盖尔方德，迈克尔 1 史蒂文·古斯塔夫森（Steven M.Gustafson）。 1 帕斯卡·希茨勒 1 Hoang，Trong Nghia村 1 内森·亨特 1 刘波 1 吕道明 1 Magliacane，萨拉 1 卡姆鲁扎曼中校萨克 1 阿曼多·索拉勒扎马 1 莫汉·斯里德哈兰 1 杨芳凯 1 周、鲁 3篇连载文章中引用 2 逻辑程序设计理论与实践 1 人工智能通信 1 人工智能研究杂志 在3个字段中引用 6 计算机科学（68至XX） 1 运筹学、数学规划（90-XX） 1 系统论；控制（93至XX） 按年份列出的引文