10.3321/j.issn:1002-8331.2002.09.029
折扣与无折扣MDPs:一个基于SARSA(λ)算法的实例分析
分析了折扣激励学习存在的问题,对MDPs的SARSA(λ)算法进行了折扣的比较实验分析,讨论了平均奖赏常量对无折扣SARSA(()算法的影响.
激励学习、Markov决策过程、动态规划
38
TP301.6(计算技术、计算机技术)
中国科学院资助项目;湖南省教育厅科研项目
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
86-88
点击收藏,不怕下次找不到~
10.3321/j.issn:1002-8331.2002.09.029
激励学习、Markov决策过程、动态规划
38
TP301.6(计算技术、计算机技术)
中国科学院资助项目;湖南省教育厅科研项目
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
86-88
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