加强学习主要算法的比较研究

摘要：

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.

关键词：加强学习动态规划蒙特卡罗算法时序差分算法Q-学习

所属期刊栏目：37

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金70071008

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：16-18,48