论文部分内容阅读
Q-elearning是一种优良的强化学习算法.该文首先阐述了Q-learning的基本学习机制,然后以囚徒困境问题为背景,分析、对比了Q-learning算法与TFT算法,验证了Q-learning算法的优良特性.
Q-learning算法及其在囚徒困境问题中的实现
【摘 要】
：
Q-elearning是一种优良的强化学习算法.该文首先阐述了Q-learning的基本学习机制,然后以囚徒困境问题为背景,分析、对比了Q-learning算法与TFT算法,验证了Q-learning算法的优
【机 构】
：
中国科学技术大学计算机系
【出 处】
：
计算机工程与应用
【发表日期】
：
2004年期
【基金项目】
：
国家自然科学基金;
其他文献
由于DME（二甲基醚）有良好的压燃着火性能以及不需特别的措施就能达到超低排放标准，因而成为柴油发动机一种很有潜力的替代燃料。多年来各国对DME作为柴油的代用燃料作了大量的研
社会劳动生产力内涵着物质生产力和精神生产力两方面 ,离开了精神因素 ,物质的东西只是“死的生产力”。作为精神生产力的科学或科学力量内涵社会科学、内涵道德科学。科学的
目的:观察促酰化蛋白(ASP)诱导3T3-L1前脂肪细胞的分化过程,转录因子PPARγ、C/EBPδ、C/EBPα mRNA表达的强度及时序性.方法:以3T3-L1前脂肪细胞为实验对象,用ASP代替经典激
用低压金属有机化学气相沉积(LP-MOCVD)设备生长了AlGaInAs压应变量子阱材料、应变补偿量子阱材料并进行了材料特性的测试，通过二次离子质谱仪(SIMS)的测试讨论了材料中氧含量
1996年至 1997年 ,通过对三峡工程重庆库区 13个县 (区 ) 68个洞穴的考察和标本采集 ,结合历史资料记述 ,确认重庆库区共有翼手目动物 4科 2 6种。其中 8种为重庆市新记录 ,分别是绒菊头蝠、皮氏菊头蝠、西南鼠耳蝠、水鼠耳蝠、尖耳鼠耳蝠、大足鼠耳蝠、长折翼蝠和皱唇蝠。研究发现翼手类更喜欢潮湿、低海拔、人类干扰少、洞深在 50m以上、周围是农田—草灌的洞穴。
利用高温快速反应法成功制备聚丙烯酸/蒙脱土高吸水性纳米复合材料.在20～40 ℃研究聚丙烯酸/蒙脱土纳米复合材料对FeCl3的吸附行为.结果表明,复合材料对FeCl3的室温吸附行为符
采用定子磁链定向的矢量控制系统，通过调节转子绕组的三相电流和三相电压，对定子侧有功功率和无功功率独立控制，提出了双馈电机有功功率和无功功率控制策略，研制了数字式双馈调速
首次用高分子负载型双金属催化剂 PVP- Pd Cl2 - Cu Cl2 / PPh3体系催化 α- (6’-甲氧基 - 2’-萘基 )乙醇与一氧化碳及甲醇进行羰化反应制备萘普生甲酯 ,分别对温度、压力
文章介绍了高校图书馆采访工作制度建设的基本内容,并着重探讨了在采访制度建设的过程中,如何让这些制度更好地体现创新、规范、服务的理念。
This paper introduces the ba