10.3321/j.issn:1002-8331.2001.21.007
加强学习主要算法的比较研究
文章介绍了加强学习模型,分别给出了加强学习的四个主要算法:动态规划、蒙特卡罗算法、时序差分算法、Q-学习,并指出了它们之间的区别和联系.最后给出加强学习的两个应用以及今后的研究方向.
加强学习动态规划蒙特卡罗算法时序差分算法Q-学习
37
TP183(自动化基础理论)
国家自然科学基金70071008
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
16-18,48
点击收藏,不怕下次找不到~
10.3321/j.issn:1002-8331.2001.21.007
加强学习动态规划蒙特卡罗算法时序差分算法Q-学习
37
TP183(自动化基础理论)
国家自然科学基金70071008
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
16-18,48
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