计算智能和神经科学
研究文章

有效的强化学习从演示通过贝叶斯网络知识提取

算法1

通过贝叶斯网络概率知识提取。
输入:原始演示数据集 ,结构 贝叶斯网络的
输出:概率知识所代表的贝叶斯网络
(1) 每个离散计算此类值参数 在方程(13)
(2) 选择最优离散参数 此类对应的最大价值
(3) 为每个政府行动对 做
(4) 数据离散化基于方程(12)与离散参数
(5) 离散数据存储到
(6) 结束
(7) 参数学习 在方程(9)
(8) 保存了参数 作为一个条件概率表(CPT)