极限学习机（Extreme Learning Machine，ELM）是一种单隐层前馈神经网络（Single-hidden Layer Feedforward Neural Network，SLFN）。它具有计算简便和学习速度快的优势，并能够提供良好的泛化能力。该网络的基本思想是在训练阶段不需要对输入权重和隐层偏置进行反复调整，而是通过随机初始化这些参数，并解一个线性系统来确定输出权重。这使得ELM在很多应用场合能够以远快于传统神经网络的速率进行训练，同时达到或超过传统神经网络的泛化性能。
强化学习（Reinforcement Learning）是一种让机器通过与环境交互以学习策略的方法，目标是获得最大的累积回报。强化学习的经典算法如Q学习（Q-Learning），是一种无模型的离策略时间差分学习方法。它通过在状态-动作空间中寻找最优策略，以期获得最大的长期奖励。Q学习算法通常需要大量的迭代计算，尤其是在高维状态空间中，这就需要一种能有效处理大规模数据和提高学习速度的方法。
在本研究中，潘杰提出了一种将极限学习机应用于强化学习中Q函数逼近的方案，旨在利用ELM的快速学习能力来加快强化学习的速度。Q函数是强化学习中的一个核心概念，表示采取某个动作从当前状态转移到下一个状态并获得回报的期望值。在传统Q学习算法中，Q函数的估计依赖于大量的样本数据，因此计算量很大，学习效率较低。
为了解决这个问题，本研究使用ELM来逼近Q函数，这样可以减少需要的训练样本数量，降低计算复杂度，从而加快学习速度。在ELM中，隐层节点数等于样本数，而当样本容量较大时，学习速度会受到影响。为了克服这一点，研究中引入了滚动时间窗机制。这种方法通过在一定时间间隔内动态地选取最新的样本数据，同时丢弃旧的样本数据，以此来控制样本空间的大小，提高学习效率。
文章最后通过一个小船过河的仿真案例，比较了基于ELM的强化学习算法与传统BP神经网络在逼近器效果上的差异。结果表明，ELM能够以更快的速度进行学习，并且在保持高泛化性能的同时，显著提高算法的效率和收敛速度。这一研究成果不仅体现了极限学习机在提升强化学习性能上的潜力，也为实际应用中如何处理大规模数据提供了有效的解决方案。
关键词“极限学习机”、“神经网络”、“Q学习”、“滚动时间窗”、“小船过河”涵盖了文章的核心研究内容，分别代表了研究中所用到的主要技术和应用场景。极限学习机作为一种新型学习算法，对于处理大规模数据集的机器学习问题，提供了一种快速且有效的工具。神经网络作为机器学习领域的重要组成部分，为各种智能计算提供了理论基础。Q学习作为强化学习的一个分支，在智能控制和决策制定中扮演着关键角色。而滚动时间窗机制则是一种数据管理策略，用于优化大规模数据处理过程中的计算效率。“小船过河”案例验证了研究算法的实际应用效果，证实了理论与实践相结合的可能性。
