FRL模糊强化学习

FRL模糊强化学习

---

一句话解释：连续空间映射到离散空间下的强化学习

---

模糊逻辑（FL）： 在强化学习问题中，将状态空间泛化，并产生连续动作的手段

模糊强化学习分为： Fuzzy Sarsa Learning（模糊Sarsa学习）、 Fuzzy Q-learning (FQL，模糊Q-learning) 、Fuzzy Actor-Critic learning (FACL)

可用于应对维度诅咒： 维度诅咒：Q-learning方法使用表格记录Q值，但在许多现实场景中，观察和行动空间是连续的，高维连续状态空间的表示很麻烦，这个问题被称为维度的诅咒。而应对维度诅咒的一个方式就是将连续空间泛化，即使用模糊逻辑。

ps：由于不是这个方向，在读论文的时候提到了一个模糊强化学习，在网上又搜不到相关解释，就去扒了扒相关论文粗略的了解了下，若有错误欢迎指正。

---

相关论文推荐

L. Jouffe, “Fuzzy inference system learning by reinforcement methods,”IEEE Trans. Syst., Man, Cybern. C, vol. 28, pp. 338–355, Aug. 1998.

P. Y. Glorennec and J. Jouffe, “Fuzzy Q-learning,” in Proc. 6th IEEE Int.Conf. Fuzzy Systems, 1997.

Fuzzy Sarsa Learning and the proof of existence of its stationary points

上面三篇提出模糊强化学习概念，下面两篇为改进和应用

Online Tuning of Fuzzy Inference Systems Using Dynamic Fuzzy Q-Learning

Supervised fuzzy reinforcement learning for robot navigation

---

博客推荐

多智能体强化学习博弈系列（1）- 差分博弈和模糊系统 https://blog.csdn.net/yuuyuhaksho/article/details/87702177

多智能体强化学习博弈系列（2）- 模糊Q-Learning https://blog.csdn.net/yuuyuhaksho/article/details/87702919