10.3969/j.issn.1000-436x.2013.10.011
基于两层模糊划分的时间差分算法
强化学习、在策略、梯度下降、两层模糊划分、连续行为策略
TP181(自动化基础理论)
国家自然科学基金资助项目61070223,61103045,61070122,61272005;江苏省自然科学基金资助项目BK2012616;江苏省高校自然科学研究基金资助项目09KJA520002,09KJB520012;吉林大学符号计算与知识工程教育部重点实验室基金资助项目93K172012K04Foundation Items:The National Natural Science Foundation of China61070223,61103045,61070122,61272005;The Natural Science Foundation of Jiangsu ProvinceBK2012616;The High School Natural Foundation of Jiangsu Province09KJA520002,09KJB520012;The Foundation of Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education of Jilin University93K172012K04
2013-11-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
92-99