论文部分内容阅读
基于条件生成对抗网络的模型化强化学习方法
【摘 要】
：
强化学习是一种以试错机制不断与环境交互并通过最大化累积奖赏推断最优决策控制策略的方法,是最有希望实现人工智能的领域之一。目前,大部分强化学习算法在与环境进行大量交互学习后均可取得显著成功,然而在实际应用任务中收集大量交互学习样本存在一定困难。模型化强化学习方法是强化学习领域中样本利用率较高的一种学习范式,但由于环境的动态性、部分可观察性以及各种环境噪声等因素导致对环境模型进行精准预测成为一项极具挑
【出 处】
：
天津科技大学
【发表日期】
：
2020年01期
其他文献
刘家洼遗址作为春秋早中期芮国的又一处都邑性遗址,相比于较早的芮国梁带村遗址,所包含的文化因素更为复杂。对探讨芮国后期的社会结构、政治格局、生业模式、人口变迁及人地关系等内容具有着不可估量的作用。目前遗址内共探明4处墓葬,其中东区3处,西区1处。在对东Ⅰ区和西区墓葬全面发掘后,发现墓葬形制、丧葬习俗及出土遗物等方面均体现出明显的社会阶层差异及特殊的文化因素。本文在生物考古学理念的指导下,对采集自刘家
学位
本研究主要从积极心理资本和应对方式的角度对初中生校园欺凌进行探讨,使用《Olweus儿童欺负问卷(初中版)》、《中学生网络欺凌与受欺凌行为问卷》、《中学生应对方式问卷》、《青少年学生心理资本问卷》对659名初中生进行问卷调查,研究结果如下:1.独生子女更易发生言语欺凌和身体欺凌;单亲的学生更易发生言语欺凌;学困生在受传统欺凌及其各维度上均高于非学困生;男生更易实施和遭受网络欺凌,初四学生在遭受和实
学位
武昌首义后,全国各地纷纷响应。1911年11月7日,孙天生扬州起事,释放监狱囚犯、抢劫盐运署,而毫无稳定扬州社会之方法,扬州城陷入无政府之状态。11月10日,徐宝山自镇江至扬州城,迅速戡平孙天生起事,并在扬州城内建立军政府,宣布扬州光复。随后数日,徐宝山先后光复扬州附属各地,并推动江苏各地区光复。本文以孙天生及徐宝山为核心,以孙天生扬州起事和徐宝山光复扬州为切入点,研究扬州光复的整个过程。目前涉及
学位
随着国民生活水平的日益提高,人们密切关注生活饮用水健康问题,自来水厂也进行了有效的改进措施,使饮用水质量不断得到改善。目前,生活饮用水面临的主要问题是输水管网带来的饮用水中生物安全隐患。本课题采用除磷的方法控制生物稳定性,为提高饮用水生物稳定性提出了新思路。因而本课题研制一种吸附剂,高效吸附低浓度含磷饮用水。通过熔融纺丝的方法在聚丙烯(PP)纤维上负载氧化镧(La2O3)纳米颗粒,并用聚乙烯亚胺(
学位
近年来,盈余管理一直是会计界人所瞩目的焦点。目前,我国经济已由高速增长阶段向高质量发展阶段转变,但是股市却长期动荡不堪,不可忽视证券交易所的退市制度仍存在缺陷:退市风险警示制度实施以来,上市公司面临被强制退市的压力,在退市边缘通过盈余管理保壳成功,致使该制度一直无法发挥其作用。不良上市公司充斥股票市场,我国股指不断下行,投资者投资受影响乃至失败,而亟待融资的企业无法上市,干扰资本市场稳健运行。基于
学位
本文是一篇综述性的文章,主要内容为总结概括具有代表性的区域依赖于时间的三维Navier-Stokes方程的研究方法与结果,并提出随机情况下该方程的求解思路,目的是为对该方面感兴趣的研究人员提供一些清晰的归纳和评述可供参考。本文主要参考了文献[1](Bae H.,2011)、[3](Beale J.T.,1984)和[5](Coutand D.,2002)等,并通过对比问题假设、研究方法和结论,选择
学位
水系演化是构造-地貌-气候耦合作用的产物,在地球动力系统中扮演着不可或缺的角色。尽管东亚水系演化得到了广泛关注并取得了许多进展,然而,对于东北地区最重要的河流松花江的演化研究还比较薄弱,尤其是中-上游河段是否存在反转仍无准确定论。沉积过程是一种重要的地表过程,解释河湖和风成沉积物对构造-气候-地貌-水系变化的响应对于理解水系演化过程有重要作用。因此,本研究对哈尔滨荒山第四纪沉积岩芯进行了磁化率、元
学位
试验于2018—2019年在江苏省姜堰区沈高镇稻麦科技综合示范试验基地进行,土壤类型为潴育型水稻土,质地黏性,试验地前茬为小麦,产量约7.16thm-2,供试材料为南粳9108,迟熟中粳。试验采用裂区设计,以施氮量(N)为主区,追肥叶龄期(L)为裂区,设置2个氮肥水平,纯氮分别为180kg hm-2(N1)和225 kg hm-2(N2),各氮肥水平下设置5个追肥叶龄期,为六叶期(L6),七叶期(
学位