【摘 要】
：
现有的深度强化学习算法在处理稀疏奖励问题时常常会导致探索困难的问题,其往往只依赖于预先设计好的环境奖励,从而难以取得较好的效果。在这种场景中,需要更加细致地设计奖励,对智能体的探索状态做出更精准的判断并反馈。异步优势表演者评论家算法（Asynchronous Advantage Actor-Critic,A3C）通过并行训练来提升训练效率,提升了原有算法的训练速度,但是对于奖励稀疏的环境,其不能很
【基金项目】
：
国家自然科学基金（61806221）；
论文部分内容阅读
现有的深度强化学习算法在处理稀疏奖励问题时常常会导致探索困难的问题,其往往只依赖于预先设计好的环境奖励,从而难以取得较好的效果。在这种场景中,需要更加细致地设计奖励,对智能体的探索状态做出更精准的判断并反馈。异步优势表演者评论家算法（Asynchronous Advantage Actor-Critic,A3C）通过并行训练来提升训练效率,提升了原有算法的训练速度,但是对于奖励稀疏的环境,其不能很好地解决探索困难的问题。针对A3C算法在稀疏奖励环境中探索效果不佳的问题,提出了一种基于探索轨迹自动感知的A3C算法（Exploration Trajectory Perception A3C,ETP-A3C）。该算法在训练中探索困难时能够感知智能体的探索轨迹,进一步判断并决策智能体的探索方向,帮助智能体尽快走出探索困境。为了验证ETP-A3C算法的有效性,将其与基线算法在超级马里奥兄弟中的5个不同环境中进行了对比实验,结果表明,所提算法在学习速度和模型稳定性上均有较明显的提升。
其他文献
＜正＞"童话是一种儿童乐于接受的,带有浓厚的幻想和夸张色彩的虚构故事。"它具有对少年儿童进行知识教育、道德教育和审美教育的作用。张天翼的童话正是这样一种成功的作品。他通过丰富的想象,奇特的幻想,活泼准确的语言,塑造出鲜明的人物形象,反映社会生活,阐明哲理,引人入胜,拨动着孩子们的心。张天翼的童话,是孩子们的良师益友,是理想的儿童文学作品。
社会主义核心价值观是在中国特色社会主义实践中形成的、反映中国人民的根本利益的价值观，是中国人民共同认同的价值观“最大公约数”,是马克思主义中国化的最新理论成果。社会主义核心价值观是团结、凝聚全国各族人民建设中国特色社会主义的共同思想基础。迈入新时代，我们必须将社会主义核心价值观作为培养和塑造时代新人的“铸魂工程”,贯穿国民教育的全过程；我们必须将社会主义核心价值观内涵式、一体化地融入大中小学思政课
阿尔茨海默病隐匿发病，造成病人认知功能下降，是近年来发病率较高的神经退行性疾病，给社会带来了沉重的经济负担和家庭负担。有效组分（成分）具有结构清晰、作用机制明确等特点，在防治阿尔茨海默病方面发挥着重要作用。综述防治阿尔茨海默病的中药有效组分（成分）,旨在为中医药防治阿尔茨海默病提供新思路、方法和手段。
ISO 16063-16描述的地球重力法只能用于低频加速度计灵敏度幅值静态校准，无法用于灵敏度幅值与相位的动态校准。采用机器视觉方法测量激励加速度相位，并得到对应时刻的加速度计输出信号相位，该方法可同时实现基于地球重力法的灵敏度幅值与相位动态校准。该方法测量时由转台为被校加速度计提供峰值恒定为1g的正弦激励加速度，有效避免了低频时微小激励加速度引起的加速度计输出低信噪比信号对校准精度的影响。实验结
党校在实际的思想建设中具有壮大党员队伍的重要价值,党校作为培养高素质入党积极分子学员的基地,借助协作班、培训班等形式对学员进行专业知识培训,注重引导学员端正入党动机、充分认识党性、提升思想觉悟。现阶段党校协作班的现场教学活动中还存在一定程度上的发展性问题,需积极进行教学手段创新,正确认识现场教学中存在的不足之处。加强对教师的素质培养,打造一支教学水平高、实践技能强的教师队伍,确保现场实践教学效果的
面向城市发展过程中建筑物多样的变化类型，提出了一种基于D-S证据理论高分遥感建筑物变化检测方法。基于影像多尺度分割结果，综合多重因素首先设计了一种非建筑物指标NBI。在此基础上，结合多时相的NBI、传统建筑物指数MBI以及差分特征，构建建筑物变化证据集合。最后，提出了一种结合阴影检测的证据置信度指标，进而构建了一套完整的D-S证据理论变化检测模型，从而将建筑物划分为新建、拆除以及改建类。不同地区影
＜正＞仲夏时节，万物丰茂，奋斗当时。2022年6月10日，山东省道路运输协会四届二次会员代表大会在济南召开。作为大会的重磅环节，“齐鲁出行”定制客运网络平台正式运营启动仪式成功举行。在山东省交通运输厅的指导和支持下，承载着运营企业转型发展的希望和人们对美好出行的向往，“齐鲁出行”定制客运网络平台将助力齐鲁大地构建新型智慧交通体系，成为山东省道路客运数字化转型的“新名片”。
随着我国教育理念发生转变,各学科教师都致力于探究更具实效性的教学手段,以实现提升课堂教学效率的目的。调查显示,在各学科课堂教学过程中进行提问,可以有效吸引学生注意力,调动学生的思维,还可以通过思考和探究让学生收获更多知识。因此,作为新时代高中英语教师,要对课堂提问技巧做出优化,提升课堂问题的有效性、针对性,促使高中英语阅读教学效率提高,从而促使学生的学习质量更上一层楼。
＜正＞随着数字经济超越国界在全球经济中发展和壮大,各国面临税基侵蚀和利润转移的重大挑战。自2012年起,G20委托经合组织（OECD）开展关于税基侵蚀与利润转移（BEPS）的研究。OECD连续发布多份研究报告,并于2019年在BEPS第二阶段倡议的"双支柱"方案中正式提出全球最低企业税率标准及配套税制改革建议。
＜正＞鞋山、落星墩等鄱阳湖“岛屿式”景点相继“水落成峰”；滩涂惊现“生命之树”；水域面积一个月内缩减七成；湖床变“莽原”还能驾车任意驰骋……这一个多月以来，这类足以颠覆大众对中国第一淡水湖——鄱阳湖认知的奇观屡屡冲上热搜。震惊之余，鄱阳湖流域长达两个月的极热、极旱状况引发公众高度关注。自6月底结束汛期后，按往年经验本该是丰水期的鄱阳湖流域，