切换导航
文档转换
企业服务
Action
Another action
Something else here
Separated link
One more separated link
vip购买
不 限
期刊论文
硕博论文
会议论文
报 纸
英文论文
全文
主题
作者
摘要
关键词
搜索
您的位置
首页
期刊论文
一种基于状态聚类的SARSA(λ)强化学习算法
一种基于状态聚类的SARSA(λ)强化学习算法
来源 :计算机工程 | 被引量 : 0次 | 上传用户:a6532460
【摘 要】
:
为求解大状态空间的强化学习问题,提出了一种基于状态聚类的SARSA(λ)强化学习算法,其基本思想是利用先验知识或事先训练控制器,对状态空间进行聚类,分为不同的簇,然后在簇空
【作 者】
:
李春贵
吴沧浦
刘永信
【机 构】
:
北京理工大学自动控制系
【出 处】
:
计算机工程
【发表日期】
:
2003年5期
【关键词】
:
SARSA(λ)强化学习算法
状态聚类
强化学习
函数近似
SARSA学习
人工神经网络
Reinforcement learning Function app
下载到本地 , 更方便阅读
下载此文
赞助VIP
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
为求解大状态空间的强化学习问题,提出了一种基于状态聚类的SARSA(λ)强化学习算法,其基本思想是利用先验知识或事先训练控制器,对状态空间进行聚类,分为不同的簇,然后在簇空间上进行sARsA(λ)学习.若能进行适当的状态聚类,算法将可得到一个相对好的近似值函数.
其他文献
基于Web Services的智能化农业软件支撑平台研究
充分利用Web Services、中间件等技术,设计并实现了基于Web Services的智能化农业软件支撑平台,该平台具有跨平台、分布式、多线程等特点,为农业软件开发提供了一个方便快捷
期刊
WEB
SERVICES
智能化农业
中间件
软件平台
Web Services Intelligent agriculture Middleware Soft
曲安奈德益康唑乳膏联合莫匹罗星软膏治疗中、重度婴儿尿布皮炎的疗效观察与护理
目的探讨曲安奈德益康唑乳膏(简称:曲益乳膏)联合莫匹罗星软膏(简称:莫罗软膏)治疗中、重度婴儿尿布皮炎的效果。方法120例中、重度婴儿尿布皮炎患儿随机分为两组:对照组(60例):常规护
期刊
婴儿尿布皮炎
曲安奈德益康唑乳膏
莫匹罗显软膏
治疗
纳米贵金属催化可见光引发氯离子直接氯代反应
为了缓解能源危机,利用光催化反应直接从太阳光中获取能量是一种有前景并且理想的方案。贵金属纳米颗粒因具有等离子体共振效应而表现出吸收太阳光的性能,因此由太阳光引发负
学位
Ag/AgCl
光催化
烷基芳烃
氯化反应
自由基反应
基于模块的运算部件模拟验证研究与实现
提出一种基于模块的运算部件模拟验证方法,其基本思想是:针对运算部件模块,从通用的C测试程序中提取出模拟和仿真的输入向量;并对运行结果进行分析.利用该方法针对浮点乘法部
期刊
微处理器
模块
浮点乘法部件
运算部件
模拟
验证
系统仿真
Floating point multiplier Simulation ;Emulation
基于门限方案和椭圆曲线密码体制的数据加密方案
提出了一种基于(m,n)-门限方案和椭圆曲线密码体制的数据加密方案.在该方案中,用户分为单人用户和群组用户两种类型.群组用户是指由多个(设为n个)参与者组成的一个集体,他们
期刊
(m
n)-门限方案
数据加密方案
椭圆曲线密码体制
LaGrange插值公式
椭圆曲线离散对数问题
m
n)-threshold schemeScheme o
拱坝温度荷载计算与分析
拱坝温度是作用于拱坝的主要荷载之一,对拱坝应力特别是拉应力影响较大。拱坝温度荷载由封拱温度场、年平均温度荷载及变化温度场3个特征温度场的相应值计算求得,而众多拱坝
期刊
拱坝
温度荷载
ADAO
与本文相关的学术论文