一种具有优先经验回放的自组织强化学习方法

本申请涉及机器人智能控制技术领域的一种具有优先经验回放的自组织强化学习方法，该方法将深度神经网络(DNN)和自组织学习地图(SOM)相结合，模拟大脑中新皮层与海马体的学习机制进行强化学习，其中深度神经网络(DNN)用于模拟新皮质缓慢学习分布式表征的特性，自组织学习地图(SOM)用于模拟海马体快速学习和模式分离的特性；并采用考虑时间差分(TD)误差、贝尔曼(BE)误差以及经验熟悉度因子指标的优先采样策略来动态调控探索与利用(EET)的平衡。本发明有效地缓解了深度强化学习中数据利用率低以及学习效率差的问题，同时提高了关键经验的采样效率和策略评估的准确性，而且在机器人行为决策中非常有效。