王东丽;高、杨;杨培（Yang，Pei） 将神经网络应用于连续空间中的强化学习。 （英语） Zbl 1082.68714号 Wang，Jun（编辑）等人，《神经网络进展——ISNN 2005》。第二届神经网络国际研讨会，中国重庆，2005年5月30日至6月1日。会议记录，第一部分，柏林：施普林格出版社（ISBN 3-540-25912-0/pbk）。计算机科学课堂讲稿3496621-626（2005）。 摘要：本文研究大空间或连续空间中的强化学习问题。函数逼近是解决这类问题的主要方法。本文提出使用神经网络作为函数逼近器。然后我们用三种神经网络在山地车任务中进行了实验，并说明了它们之间的比较。结果表明，CMAC和Fuzzy ARTMAP在函数逼近强化学习（RLFA）中的性能优于BP。关于整个系列，请参见[Zbl 1073.68013号]. MSC公司： 68T05型 人工智能中的学习和自适应系统 92B20型 生物研究、人工生命和相关主题中的神经网络 PDF格式BibTeX公司 XML格式引用 \textit｛D.Wang｝等人，Lect。注释计算。科学。3496、621--626（2005；Zbl 1082.68714） 全文： 内政部