论文部分内容阅读
面向确定性策略的深度强化学习探索方法研究
【摘 要】
：
现如今,在人工智能(Artificial Intelligence,AI)领域,深度强化学习(Deep Reinforcement Learning)已经成为核心研究内容之一,并且已经开始逐步应用于生活的方方面面,比如游戏博弈、自动驾驶以及机器人等。然而,强化学习基于评估的本质决定了它极其需要探索,需要通过不断地探索来发现更好的决策,或者证明当前的决策是最好的,所以探索利用困境(Explorati
【出 处】
：
中国科学技术大学
【发表日期】
：
2021年09期
其他文献
季冻区沿江粉砂土是一种分布广泛的有复杂力学性质的土壤,其具有粉质黏土和砂土的双重特性,在未冻融时有易变形、易液化等不利于工程稳定的缺点。季冻区的冻融循环作用对沿江粉砂土的力学性质有很大的影响,经历冻融循环的粉砂土结构与强度均发生改变,并且其动力特性参数也会发生变化。本文采用哈尔滨松花江沿岸河漫滩粉砂土,借助基础土工试验、冻融循环试验和动三轴试验,对比普通石英砂,研究粉砂土在冻融循环作用和多因素环境
学位
汉字是汉语教学的难点之一,汉字教学的相关研究也一直备受学界关注。在日益发展的互联网时代背景下,汉语教学更加多样化,汉字书写工具也有了更多的变化和可能,这些变化都为汉字教学带来了新的机遇和挑战。如何在提高汉字教学趣味性的同时,提高学习者的学习效率,是我们应该要思考的问题。本文首先对对外汉语汉字课教学设计的研究现状进行了深入细致的分析,在此基础上通过观察法、案例法、归纳法整理和分析了对外汉字教学设计的
学位
随着城市现代化进程的加快,城市道路也变得越来越拥挤,为了减缓大城市交通量的增长和发展城市交通空间多元化,城市高架的建设变得尤为必要。由于城市高架的施工要求严格,因此具有施工速度快、构件浇筑方便、对周围交通干扰小等优点的预制装配式桥墩的应用越来越广泛。相比整体现浇桥墩,预制装配式桥墩在力学性能方面还需进一步优化,因此有必要对其进行试验和理论研究。为此,本文基于ABAQUS有限元软件研究了双柱式装配式
学位
汉代是中国文化发展史上高峰,汉代文化以华夏文化为核心,汲取各民族的文化精髓;“造物艺术”是以“造物”为基础构建起来,其概念可以追溯到中国先秦哲学,艺术学家张道一先生于上世纪八十年代首次提出了“造物艺术”的概念。本文将汉代与造物艺术结合起来研究,探寻其中蕴藏的艺术价值与思想内涵。本文以汉代为时代背景,以造物艺术为研究对象,以总结归纳其中蕴含的丰富思想为目的,通过举例论证,揭示汉代造物艺术中所体现的深
学位
网络流问题的研究在网络运营管理中发挥着十分重要的作用,从一开始的静态网络流问题,再到后来的动态网络流问题,网络流问题经过不断的丰富与发展被应用于各种类型的网络系统之中。但是随着目前的管理决策更加重视网络的运营效率,针对网络中点、边对应的网络资源进行合理调度成为一个迫切需要解决的问题,然而这种调度将使得网络随时间动态变化。动态网络流问题虽然克服了静态网络流问题没有考虑时间因素的缺点,网络流量、网络结
学位
以林木剩余物为代表的木质资源来源广泛、可再生且储量丰富,但目前其利用效率和附加值均不理想。林木剩余物组分分离并分别转化利用是林木资源高效高值利用的策略之一,但需解决有效破除“抗解聚屏障”和抑制降解缩合等关键科学难题。开发能够在温和条件下破除“抗解聚屏障”并兼顾抑制分离组分降解、缩合的新型溶剂体系具有较大挑战性和重要意义。本论文通过设计新型基于二醇的低共熔溶剂体系处理木质原料,在有效破除“抗解聚屏障
学位
乾隆中叶,清朝初步完成了对天山南北的统一,结束了自元朝末年起数百年来新疆的动荡与战乱。由于政治、历史、地理等各方面原因,此地区逐渐成为清廷边疆戍守、流人发配的重要区域。由于大量流放的文人进入西域,他们推动了西域文学的繁荣发展,尤其是乾嘉时期更是西域诗集大成时期,而舒敏正是其中的一员。舒敏,字叔夜,号石舫,自嘉庆元年遣戍至西域,有诗集《适斋居士集》,前三卷名为《秋笳吟》,主要记录西域诗作;后一卷名为
学位
体育产业的快速发展及全民健身运动的兴起,人们健康意识逐步提高,运动休闲已然成为国民日常活动重要部分。然而我国休闲运动公园发展起步相对较晚,没有比较成熟的系统化的理论,城市休闲运动公园作为一种新型的城市开放空间已经不能满足现代人们的需求,因此,基于健身为目的的休闲运动公园景观设计成为景观设计学科研究的热点。作为具有红色革命基因的山东省临沂市,同样也面临着这种需求,而且当前临沂市还没有建设休闲运动公园
学位
随着大数据和分析技术的快速发展,大量的数据被收集并用于数据挖掘任务。然而,为了挖掘或共享目的而直接发布数据必然会导致用户敏感信息泄露,隐私被侵犯。因此,隐私保护数据挖掘(PPDM)对于基于大数据的应用尤为重要。基于扰动的方法是一种实用且高效的PPDM方法,主要通过修改敏感属性的值来保护数据的隐私。然而,数据可用性和隐私之间的权衡一直是个问题。本文对近年来出现的扰动技术进行研究,总结了现有扰动技术的
学位