离线数据强化学习:途径与进展

来源 :中国基础科学 | 被引量 : 0次 | 上传用户:taodenmy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
经过几十年的发展,强化学习技术在游戏场景以及围棋等复杂大型博弈决策中取得了突破性进展。虽然期待强化学习技术也能在现实任务中帮助求解最优决策,但现实任务的开放性与游戏世界的封闭性有本质区别,跨越游戏和现实世界之间边界的关键技术仍然缺失。从监督学习技术的成功应用中可以看出,基于历史数据的学习范式已经被广泛接受。因此,从离线数据(历史数据)中学习最优决策是在现实世界应用强化学习的最有潜力的技术途径之一。本文总结了离线强化学习的可能途径,并介绍了相关进展。希望通过对离线强化学习框架的梳理,推动更多该领域的研究工作,促进利用强化学习技术解决更多生产生活中的决策难题。
其他文献
媒体融合时代,跨媒体的共同叙事成为常态,我国文化类节目也积极通过跨媒体叙事创新节目形态,推动传统文化的创造性转化。中央广播电视总台作为国家主流媒体,不仅有较高文化使命感,也具备充足的文化和产业资源,在跨媒体叙事中具备天然优势。本文聚焦总台的文化类节目,对其跨媒体叙事形态和创新内核进行研究,为今后文化类电视节目的创新发展提供思路。
<正>随着体育文化产业的快速发展,人们对体育新闻的制作传播提出了更多样化、更高质量的要求。新媒体环境下,越来越多的新媒体技术和手段被应用到了体育新闻的制作和传播当中。由薛文婷编著的《新中国体育新闻传播发展研究》(2021年6月河南大学出版社出版)一书通过文献整合、史料考证、口述整理、实证调研等手段,系统回顾了新中国体育新闻传播发展的历史演变,展现了我国体育新闻传播从政治叙事到政治、经济、文化、本体
期刊
香港无线电视台摄制的脱贫攻坚主题纪录片《无穷之路》,以独特的香港视角观察内地脱贫攻坚工程。影片借由叙述者的亲身参与和深度体验,生动地记录了脱贫攻坚过程中涌现的动人故事,见证了从“贫困”到“脱贫”的沧桑巨变。本文以纪录片的文本细读为方法,探讨了影片独树一帜的创新立意、质朴感人的影像建构、平易亲和的讲述风格和两地认同的价值感召,试图解答影片之所以广受关注和好评的原因,以期为粤港澳大湾区文化建设提供有益
教育帮扶是我国乡村振兴战略实施的重要抓手,职业教育帮扶是乡村教育振兴的主要内容,更是教育振兴乡村的重要载体。在当前我国全面建成小康社会和脱贫攻坚取得历史性成就新时期,研究职业教育帮扶振兴乡村具有重要价值与意义。文章以黔S学校为个案,分析该校围绕区域社会乡村振兴产业发展设置专业群、精准招收及帮扶弱势群体及家庭经济困难等农村特殊困难学生、开展校企合作培养乡村产业振兴应用型人才、促进教育振兴乡村的经验。
2021年全国脱贫攻坚取得全面胜利时,香港无线电视台(TVB)拍摄的纪录片《无穷之路》播出,便引发香港和内地观众的热烈讨论。本文以媒介文化解释性分析为路径,探析在现代社会快速变革时代,个体生活和社会环境不断摩擦调适、个人与国家命运紧密关联的大背景下,香港媒介文化的叙事路径以及文化的共融传播对于增强文化黏性、稳定和推进文化共同体建构,以及借助文化之力促进香港和内地在社会各环节融合发展的重要价值。
电解铜箔因其工艺简单、经济价值高,已广泛应用于印制线路板和锂离子电池领域。研究表明在电解制箔过程中,加入微量添加剂即可大幅度提高电解铜箔性能。因此,在基础电解液(312.5g·L-1CuSO4·5H2O,100g·L-1H2SO4,50mg·L-1Cl-)基础上,加入添加剂考察了电解液的电化学行为以及对铜箔表面形貌、结构以及性能的影响。实验选取了醇硫基丙烷磺酸钠(HP)、水解蛋白(HVP)和N,N
采用电沉积法在CuSO4/H2SO4体系中制备锂离子电池负极集流体铜箔材料,对光亮剂聚异硫脲丙磺酸内盐(UPS)、3-巯基-1-丙磺酸钠(MPS)、N,N-二甲基二硫代甲酰胺丙烷磺酸钠(DPS)和醇硫基丙烷磺酸钠(HP)在电解铜箔中的应用进行了研究。结果表明:MPS和HP的光亮效果最明显,导致铜箔粗糙度明显降低,表面形貌均匀,但HP和MPS过量会使抗拉强度降低;DPS提高光泽度和降低粗糙度的效果都
为了探讨国际原油价格对新能源行业股票市场的影响,采用拔靴滚动窗口检验方法研究了2010年1月到2020年9月期间国际原油价格与中国各新能源行业(水电、风电、太阳能和新能源汽车)指数之间的因果关系。研究结果表明,水电、风电、太阳能、新能源汽车行业指数和原油价格存在因果关系的时间区间和影响系数大小存在显著差异,各新能源行业股票市场与原油价格之间的因果关系并非整体一致;水电、风电、太阳能和原油之间存在替
本文研究了电解液中鱼胶、硫酸高铈及AESS(脂肪醇聚氧乙烯醚磺化琥珀酸单酯二钠)加入量对电解铜箔抗拉伸性能的影响。试验结果表明,最佳工艺条件为电解液中鱼胶浓度8 mg/L、硫酸高铈浓度6.0 mg/L、AESS离子含量5 mg/L。在此条件下,电解铜箔常温抗拉强度为357 MPa,常温伸长率为5.07%,铜箔毛面粗糙度Rz值为1.10μm,能满足特殊高端锂电铜箔的使用要求。