【摘 要】
：
强化学习是一种重要的机器学习方法,在机器人路径规划,智能控制等许多决策问题中取得了成功的应用,已经成为机器学习研究的一个重要分支。针对强化学习存在着的收敛慢,学习知
论文部分内容阅读
强化学习是一种重要的机器学习方法,在机器人路径规划,智能控制等许多决策问题中取得了成功的应用,已经成为机器学习研究的一个重要分支。针对强化学习存在着的收敛慢,学习知识慢,探索与利用平衡等问题,论文对SARSA(λ)算法提出了一种改进,改进的方法借助经验知识从环境特征中提出一个用于策略择优和优化回报函数的启发函数,以此来加速算法的收敛速度。通过仿真对比,论文提出改进算法具有比SARSA(λ)更快的奖赏反馈,表明了该算法在知识学习方面的有效性。
其他文献
针对Web服务组合提出一种免疫遗传算法（IGA）。该算法将免疫原理引入遗传算法（GA）中,提高算法的整体特性。主要表现在免疫选择可有效地防止早熟,基于免疫记忆的子群体信息交换策略
利用机械共混法制备了叶腊石／白炭黑／NBR复合材料，采用RPA2000、SEM、DMA等实验方法研究改性剂的种类、增塑剂DOP用量对复合材料性能的影响。结果表明，偶联剂Si-69不仅可以改善复
“互联网＋乡村”成为乡村经济振兴的重要途径之一,推动了乡村城镇化进程。在乡村草根创业者的带领下,以电子商务为核心促进了乡村产业非农化,并依托乡村特有的熟人社会网络快
商业银行在经济生活中处于重要地位,对于商业银行的监管也是一国金融机构监管的重中之重。贷款损失准备制度与资本充足率水平是商业银行监管的两个重要组成部分。前者是营业
在政府投资刺激经济增长的背景下,地方政府投融资平台由于其既满足了地方政府对资金的渴求,又适应了银行巨额放贷的需要,规模迅速扩大。然而,在其负债快速增长的同时,投融资
<正> 建筑物上的窗户通常都是用来采光和通风的,尽管偶尔也能派上别的用场,比如当建筑物突然失火,门和楼道被烈火堵住时,人就可以“跳窗逃命”。但这只是一种很意外的功能。
我国抗生素的生产量和使用量均位于世界前列,抗生素滥用现象十分普遍,在畜牧产业尤为突出。近年来,我国针对抗生素使用问题出台了相关的法律法规,2020年饲料端将全面禁抗。因
传统的车辆管理信息系统案存在着管理混乱、人力成本高、硬件投入大等问题,亟待解决。为提高车辆信息管理工作的高效性,本文设计一套基于WindowsAzure云平台的车辆管理信息系
为解决Web文档分类问题，提出一种基于流形学习和SVM的Web文档分类算法。该算法利用流形学习算法LPP对训练集中的高维Web文档空间进行非线性降维，从中找出隐藏在高维观测数据中