B.J.奥门。;J.P.R.克里斯滕森。 \（epsilon）-最优离散线性回报学习自动机。 （英语） Zbl 0657.68062号 IEEE传输。系统。人类网络。 18，第3期，451-458（1988）. 我们考虑可变结构随机自动机（VSSA），它与环境交互，并动态学习环境提供的最佳操作。与所有VSSA一样，自动机完全由一组动作概率更新规则定义[V.I.瓦尔沙夫斯基和I.P.沃伦科娃，自动。遥控器24，327-333（1963），翻译自Avtom。Telemekh公司。24353-360（1963年；兹bl 0122.375）；K.S.纳伦德拉和M.A.L.Thathachar先生，IEEE传输。系统。人类网络。SMC-4323-334（1974年；Zbl 0279.68067号)]. 然而，为了最小化对用于实现VSSA的随机数生成器的要求，并提高自动机的收敛速度，我们考虑了概率函数只能假设有限个值的情况。这些值离散化了概率空间[0,1]，因此它们被称为离散化学习自动机。离散自动机是线性的，因为[0,1]的子区间长度相等。我们将证明以下结果：a）在最小惩罚概率小于0.5的所有环境中，二作用离散化线性奖惩自动机是遍历的和（epsilon）-最优的；b） 在所有随机环境中，存在遍历且（epsilon）最优的离散化二作用线性奖惩自动机；和c）带有人工创建的吸收屏障的离散化二作用线性奖励-优惠自动机在所有随机环境中都是最优的。除上述理论结果外，还将提供仿真结果，以表明所讨论的自动机的特性。文中还给出了所有这些自动机的收敛速度和一些尚未解决的问题。 引用于2文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 65年第68季度 形式语言和自动机 关键词：变结构随机自动机;动作概率更新规则;随机数发生器;离散学习自动机 引文：Zbl 0122.375号;Zbl 0279.68067号 PDF格式BibTeX公司 XML格式引用 \textit{B.J.Oommen}和\textit{J.P.R.Christensen}，IEEE Trans。系统。人类网络。18，第3号，451--458（1988；Zbl 0657.68062） 全文： DOI程序