U-Clustering：基于效用聚类的激励学习算法

提出了一个新的效用聚类激励学习算法U—Clustering。该算法完全不用像U—Tree算法那样进行边缘节点的生成和测试，它首先根据实例链的观测动作值对实例进行聚类，然后对每个聚类进行特征选择，最后再进行特征压缩．经过压缩后的新特征就成为新的状态空间树节点。通过对New York Driving的仿真和算法的实验分析，表明U-Clustering算法对解决大型部分可观测环境问题是比较有效的算法。