分层式强化学习理论及其量子启发式算法研究

强化学习是机器学习的一个重要分支，具有分层结构的学习算法是克服复杂问题维数灾难、提高学习速度和适应性的关键技术之一，在智能控制中有着广泛应用。项目拟针对大范围不确定环境下的序列决策问题，研究分层式强化学习理论及其量子启发式算法，以及在智能控制中的典型应用。主要包括：①基于定性定量关系将强化学习方法拓展到分层式学习结构，研究分层式强化学习的基本模型和算法理论，基于新的知识表示方法和算法结构设计高效算法，提高强化学习对具有较大状态动作空间的学习问题的可扩展性和学习速度；②研究分层式强化学习的量子启发式算法，从知识表示、探索策略和并行计算等多个方面改善强化学习性能；③以移动机器人导航控制为典型应用实例，拓展分层式强化学习在不确定性智能控制中的应用。本研究对探索具有分层式学习结构和定性推理能力的机器学习理论和算法具有重要理论价值和现实意义，也为复杂不确定系统智能控制提供新的思路。