标题:基于强化学习的服务规划生成方法
作者:张梦洋;田国会;龚京;袁媛
作者机构:[张梦洋;田国会;龚京;袁媛]山东大学控制科学与工程学院.;[张梦洋;田国会;龚京;袁媛]山东大学深圳研究院
来源:华中科技大学学报(自然科学版)
出版年:2018
卷:46
期:9
页码:59-63
DOI:10.13245/j.hust.180911
关键词:半监督学习;;自然语言;;强化学习;;家庭服务;;状态属性;;稀疏激励
摘要:提出了一种基于强化学习的半监督学习方法,将家庭服务相关的自然语言信息转化为服务规划.首先,构建与家庭服务相关的交互环境,并赋予环境中物体对应的状态属性;其次,针对稀疏激励问题,设计即时激励和延时激励,提高动作交互过程中的奖励值,引导动作选择向最优化发展;然后,构建物体状态向量并结合余弦相似度作为衡量服务执行的标准;最后,针对生成的服务规划设计对比实验.实验结果表明:该方法能够提升规划生成的准确率并加快收敛速度.
收录类别:EI;CSCD;SCOPUS
资源类型:期刊论文
原文链接:https://www.scopus.com/inward/record.uri?eid=2-s2.0-85055290984&doi=10.13245%2fj.hust.180911&partnerID=40&md5=e06708d173efb77f8110cb306ac3e2ea
TOP