Reinforcement Learning Based on a Bayesian Confidence Propagating Neural Network

Johansson, Christopher,1977-KTH,Numerisk analys och datalogi, NADA,Beräkningsbiologi, CB (författare)

We present a system capable of reinforcement learning (RL) based on the Bayesian confidence propagating neural network (BCPNN). The system is called BCPNNRL and its architecture is somewhat motivated by parallels to biology. We analyze the systems properties and we benchmark it against a simple Monte Carlo (MC) based RL algorithm, pursuit RL methods, and the Associative Reward Penalty (AR-P) algorithm. The system is used to solve the n-armed bandit problem, pattern association, and path finding in a maze.

Raicevic, PeterKTH,Numerisk analys och datalogi, NADA(Swepub:kth)u1j91g3r (författare)
Lansner, AndersKTH,Numerisk analys och datalogi, NADA(Swepub:kth)u12s8cr8 (författare)
KTHNumerisk analys och datalogi, NADA (creator_code:org_t)

Av författaren/redakt...: Johansson, Chris ...; Raicevic, Peter; Lansner, Anders

Om ämnet

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.