10.3969/j.issn.1000-436x.2013.11.015
基于优先级扫描Dyna结构的贝叶斯Q学习方法
强化学习、马尔科夫决策过程、优先级扫描、Dyna结构、贝叶斯Q学习
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93K172012K04@@@@ 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, Jilin University93K172012K04
2013-12-19(万方平台首次上网日期,不代表论文的发表时间)
共11页
129-139