10.3969/j.issn.1009-3044.2008.13.064
几种agent强化学习方法的比较研究
强化学习使agent具有在线自主学习能力,该文介绍了MDP模型下的自适应动态规划、时序差分学习、Q-学习等几种典型agent强化学习方法,并从基本思想、学习内容、收敛速度、可扩展性等方面对它们进行了对比分析.
MDP、自适应动态规划、时序差分学习、Q-学习
2
G424(教学理论)
2008-07-14(万方平台首次上网日期,不代表论文的发表时间)
共3页
774-776
点击收藏,不怕下次找不到~
10.3969/j.issn.1009-3044.2008.13.064
MDP、自适应动态规划、时序差分学习、Q-学习
2
G424(教学理论)
2008-07-14(万方平台首次上网日期,不代表论文的发表时间)
共3页
774-776
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn