Enhanced-FQL($\lambda$)：一种集成新型模糊准资格痕迹与分段经验回放的高效可解释强化学习方法
机器学习
2026-04-14 v2 人工智能
机器人学
系统与控制
系统与控制
最优化与控制
摘要
本文介绍了一种模糊强化学习框架Enhanced-FQL()，将 novel Fuzzified Eligibility Traces (FET) 和 Segmented Experience Replay (SER) 集成到基于 Fuzzified Bellman Equation (FBE) 的模糊Q学习中，用于连续控制。该方法采用可解释的模糊规则库代替复杂的神经网络结构，同时通过两个关键创新保持竞争性能：一种用于稳定多步信用分配的模糊化贝尔曼方程及准资格痕迹，以及一种高效的分段经验回放机制以提高样本效率。理论分析在标准假设下证明了该方法的收敛性。在Cart-Pole基准测试中，Enhanced-FQL()在样本效率和方差上相较于n步模糊TD和模糊SARSA()均有所改进，同时与测试的DDPG基线保持竞争力。这些结果支持该框架作为中等规模连续控制问题中可解释且计算紧凑的替代方案。
引用
@article{arxiv.2601.04392,
title = {Enhanced-FQL($\lambda$), an Efficient and Interpretable RL with novel Fuzzy Eligibility Traces and Segmented Experience Replay},
author = {Mohsen Jalaeian-Farimani and Xiong Xiong and Luca Bascetta},
journal= {arXiv preprint arXiv:2601.04392},
year = {2026}
}
备注
Accepted in ECC26 conference