【摘 要】
：
Actor-Critic是一类具有较好性能及收敛保证的强化学习方法,然而,Agent在学习和改进策略的过程中并没有对环境的动态性进行学习,导致Actor-Critic方法的性能受到一定限制.此
论文部分内容阅读
Actor-Critic是一类具有较好性能及收敛保证的强化学习方法,然而,Agent在学习和改进策略的过程中并没有对环境的动态性进行学习,导致Actor-Critic方法的性能受到一定限制.此外,Actor-Critic方法中需要近似地表示策略以及值函数,其中状态和动作的编码方法以及参数对Actor-Critic方法有重要的影响.Tile Coding编码具有简单易用、计算时间复杂度较低等优点,因此,将Tile Coding编码与基于模型的Actor-Critic方法结合,并将所得算法应用于强化学习仿真实
其他文献
一、前言奥陶纪曾经发生过可与第四纪大冰期相似的规模巨大的晚奥陶世冰川活动,以及相伴生的海面位置波动.早奥陶世晚期和中奥陶世时,可能由于洋壳增生加快,火山活动极为活跃
大多数女性哥特式作家都努力和尝试帮助妇女重拾自我、解脱男权思想的束缚。达夫妮·杜穆里埃也不例外,她作品主要聚焦于对女性所受压迫的关注和焦虑以及女主人公对父权社会
近现代优秀建筑作为南宁市历史文化保护体系中的重要组成部分,对其进行保护将有利于提升城市的历史文化内涵和知名度,给城市带来多重效益。因此,开展近现代优秀建筑保护工作
<正> 档案学应用研究是档案学研究的一个重要内容。“今后一个时期,档案学研究仍将继续在理论研究与技术研究两个方面展开,而且技术研究的内容与任务将会越来越多。”下面试
目的利用聚合酶链式反应(PCR)技术建立鼠疫耶尔森菌(以下简称鼠疫菌)耐消毒剂基因的检测方法,为控制鼠疫感染提供指导性建议。方法根据Gen Bank公布的耐消毒剂磺胺复合物qac
本文运用投入产出分析方法,对我国1997—2004年间服务贸易的就业效应进行了系统的经验研究。研究结果显示,研究期内我国服务出口带动的就业人数和服务进口替代的就业人数均有
股利分配是现代公司财务管理的核心内容之一,是学术界与实务界关注的焦点问题。本文介绍了上市公司常见的股利分配方式,比较分析了股权分置改革前后我国上市公司股利分配政策
中国高校和现行教育体制不仅要在民族民间文化资源的研究和整合上做出贡献,更要在非物质文化的创新方面发挥积极的教育功能,本文就针对高校美术教育在非物质文化遗产传承中如
以甘蔗需水量分析为起点，以提高甘蔗产量为目的，以实际工程为例，通过计算年降雨量、年径流量、蔗区灌溉需水量，分析蔗区整体水量供需平衡；介绍蔗区灌溉沟渠、水窖、引水管道等水利
在学科教学中广泛应用信息技术手段,把信息技术与学科教学整合在一起,是实现基础教育跨越式发展的必由之路.本文从音乐学科课程整合模式的构建等方面对中小学在信息化教学环