论文部分内容阅读
文章介绍了加强学习模型,分别给出了加强学习的四个主要算法:动态规划、蒙特卡罗算法、时序差分算法、Q-学习,并指出了它们之间的区别和联系。最后给出加强学习的两个应用以及今后的研究方向。
加强学习主要算法的比较研究
【摘 要】
：
文章介绍了加强学习模型,分别给出了加强学习的四个主要算法:动态规划、蒙特卡罗算法、时序差分算法、Q-学习,并指出了它们之间的区别和联系。最后给出加强学习的两个应用以
【机 构】
：
哈尔滨工业大学计算机科学与技术学院,哈尔滨工业大学计算机科学与技术学院,哈尔滨工业大学管理学院 哈尔滨150001,哈尔滨150001,哈尔滨150001
【出 处】
：
计算机工程与应用
【发表日期】
：
2001年21期
其他文献
在有关日常生活的新闻报道当中,中国留学生有时候被再现出一些负面品性。其中最为显著的是将中国留学生的局外性视为"对美国社会的威胁"。总体而言,这个群体是在不断面临困惑
在经济社会发展日益受到能源和环境制约的双重压力下，低碳经济作为经济社会发展与生态环境保护双赢的一种经济发展模式，已成为当前和未来人类发展的必然选择。山西省作为国内最
学生创业是近年一个褒贬不一、争论颇多的热门话题,本文作者认为:学生创业利大于弊,我们的社会应当对此持支持或至少是宽容的态度.同时,应当进一步完善我国的相关法律制度,以
伴随经济的飞速发展，中国的国际地位和国际影响力得到快速提升，但国际传播力仍然滞后，与国际地位极不相称。考虑到我国在互联网利用方面与世界基本保持了同步发展，且互联网已成为
成功的政府危机管理有赖于有效的政府媒体管理东风助力。近几年来我国公共危机事件接连发生,从3.14藏独事件到疆独事件,从4.28胶济铁路撞车事件到7.23动车相撞事件,从5.12汶
在智能卡的应用与推广中，保密机制是十分关键的，而密码技术的引入则能有效的提高智能卡的安全水平。文章介绍了智能卡中常用的几种加密算法，如ＤＥＳ、ＲＳＡ，另外，对密码技术在智能卡中的一些
随着市场经济的快速发展以及工业化进程的推进，当前社会总体上处于一个理性的时代，个体在从事相关事务和活动过程中，或多或少地受到自身理性，乃至于整个社会理性的影响与型塑。同
文章结合作者的实地调查，并借鉴他人的相关研究资料，选择农村社会纠纷解决机制为研究对象，在分析农村社会纠纷的研究现状的基础上，理清现阶段农村基层社会纠纷解决机构的运作情况
联盟作为具有战略意义的一种国家间关系,对其研究在国际关系理论中占据了一个十分重要的位置,也有助于学者们将具有普遍意义的国际关系理论运用于具体的国际关系研究。围绕着
无线传感器网络是近年来兴起的一门热门学科，随着在实际应用中越来越广泛，众多的学者和机构院校投入到无线传感器网络的研究中去。无线传感器的应用遍布各个领域，在森林放火，地质