【摘 要】
：
提出一种内在动机驱动下的基于FRBF(模糊径向基函数)网络结构的Actor-Critic学习算法。该算法在内在动机的驱动下,利用FRBF网络本身所具有的根据任务复杂度和学习进度对整体
论文部分内容阅读
提出一种内在动机驱动下的基于FRBF(模糊径向基函数)网络结构的Actor-Critic学习算法。该算法在内在动机的驱动下,利用FRBF网络本身所具有的根据任务复杂度和学习进度对整体网络进行优化的特点,有效解决了通常情况下对值函数进行离散处理所造成的维数灾难问题,改善了系统的泛化能力和算法收敛速度。并在两轮机器人上做了仿真实验,结果表明,该算法能够使机器人通过与环境的交互学习,达到自主控制平衡的目的,体现了该算法的有效性。
其他文献
有人洗菜时，喜欢先切成块再洗，以为洗得更干净，但这是不科学的。蔬菜切碎后与水的直接接触面积增大很多倍，使蔬菜中的水溶性维生素如B族维生素、维生素C和部分矿物质以及一些能溶
上一季女性们对于中性色和驼色调的强烈喜爱，在这一季得以延续下去，演变为更柔美的裸色调，其中包括了藕荷色、绯红色、淡褐色等。与柔软透明薄织物搭配带来浪漫主义风格外观，并兼
本文从MPEG-2标准的角度，就数字电视信源端将节目流（PS）转换为传输流环节（TS）对节目专用信息（PSI）处理的原理和方法进行讨论，描述了PSI信息合成和复用插入TS流的具体步骤，以及DVB标准
[摘要] 上颌骨含牙囊肿为口腔科少见疾病,病因是皮层持续感染2周以上,周围包绕骨质致密,皮层开始吸收而形成,囊肿内可见一个牙胚或多个牙胚。发生部位多见于第三磨牙区及尖牙区,双侧中切牙区及右侧上颌窦底壁同时发生实为罕见,故作报道。 [关键词] 含牙囊肿; 上颌骨; 体层摄影术; X线计算机 [中图分类号] R587.2 [文献标识码] A [文章编号] 1673-9701(2010)03-108
2010年2月13日发生在福州市鼓楼区的一桩命案告破：一个名叫陈勇的私家侦探受雇于一个私企老板，负责引诱对方妻子出轨，为男方制造离婚的理由。岂料陈勇在完成“工作”后，竟然对女
在中国经济圈,郎咸平的名字众所周知。这位外貌儒雅、谈吐不凡的世界级金融专家,身兼香港中文大学客座教授、搜狐首席经济顾问、世界银行和香港政府财经事务局顾问数职。在经济演讲中,因对中国经济直言不讳,常有惊人之语,被媒体赋予“铁榔头”、“郎监管”之称,并深得受众好评。2009年5月,他还被国内媒体评为“出场费最高的华人经济学家”。 身为专事经济研究的著名学者,今年54岁的郎咸平自称“能看懂经济方面的任
随着计算机网络的发展，如何保障网络的端到端QoS是一个重要的研究课题，研究资源预留机制的意图是要为IP网络提供支持各种性能需求的服务质量。本文主要研究了因特网中资源预留
这是发生在24年前的英国牛津大学的一件事:布鲁奇诺斯学院学联正在开展新一届的主席选举。戴维和特里两个人当选的呼声不相上下。在一次竞选活动中,特里竟然爆料:戴维在伊顿公学读书期间,曾经因为在中学生中间贩卖大麻受过处分。这一下,戴维的形象受损,谁会支持一个毒贩子呢?一向爱面子的戴维承认自己在伊顿公学读书期间曾经吸食过大麻,为此学校关了他一星期禁闭,罚他抄500行拉丁诗文。但他是因为好奇而吸食大麻的,绝
大儒教子——读《曾国藩家书·教子书》孙剑中国传统文化中的理性精神包含着丰富的修身色彩，“修身、齐家、治国、平天下”这一封建理念被历史推崇到极至，成为至高境界儒学概括
研究数值模拟在露天转地下过渡期开采矿山的应用,是一项很有价值的工作.着重探讨了有限元数值模拟的方法和技巧,如边界条件的确定、岩体力学参数的确定以及模型的建立等等,并