【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第7期 338-341页,共4页

【作 者】： 黄浩晖 ; 杨宛璐 ; 陈玮

【摘 要】 强化学习和性能势理论是当前人工智能领域的研究热点，RoboCup足球机器人仿真为人工智能和机器人学研究提供了一个良好的实验平台，针对强化学习和性能势理论在足球机器人仿真应用中求解过程不稳定和收敛速度过慢问题，提出了一个新的强化学习算法——基于性能势的A＊平均奖赏强化学习算法（GA＊-learning）。GA＊-learning在基于性能势的平均奖赏强化学习算法（G—learning）中加入启发式函数，根据启发式策略确定动作的选择，从而加快学习收敛速度。把GA＊—learning运用到通过简化的机器人足球领域——keepaway，仿真结果验证了算法能有效提高系统的性能和收敛速度。