Enhanced‑FQL(λ): Fuzzy RL mit interpretierbaren Regeln und hoher Effizienz
Ein neues Forschungsdokument stellt Enhanced‑FQL(λ) vor, ein Fuzzy‑Reinforcement‑Learning‑Framework, das die klassischen Fuzzy‑Q‑Learning‑Algorithmen um zwei bahnbrechende Komponenten erweitert: Fuzzified Eligibility Traces (FET) und Segmented Experience Replay (SER). Durch die Kombination dieser Elemente mit einer Fuzzified Bellman Equation (FBE) wird die Lernarchitektur für kontinuierliche Steuerungsaufgaben optimiert.
