论文部分内容阅读
对增强学习中各种策略搜索算法进行了简单介绍,建立了策略梯度方法的理论框架,并且根据这个理论框架的指导,对一些现有的策略梯度算法进行了推广,讨论了近年来出现的提高策略梯度算法收敛速度的几种方法,对于非策略梯度搜索算法的最新进展进行了介绍,对进一步研究工作的方向进行了展望.
增强学习中的直接策略搜索方法综述
【摘 要】
：
对增强学习中各种策略搜索算法进行了简单介绍,建立了策略梯度方法的理论框架,并且根据这个理论框架的指导,对一些现有的策略梯度算法进行了推广,讨论了近年来出现的提高策略
【机 构】
：
国防科技大学机电工程与自动化学院,北京清河大楼子9
【出 处】
：
智能系统学报
【发表日期】
：
2007年01期
其他文献
我国每年有数十万人死于创伤,其中一半死于致命的颅脑创伤。另外,颅脑创伤的致残率也很高,给社会和家庭带来了巨大的负担,颅脑创伤已成为严重的公共卫生问题。颅脑创伤后均有
外源性过敏性肺泡炎是一种由吸入性变应原引起的免疫介导的弥漫性肺间质疾病,仅特应性体征人群暴露于抗原环境中才发病,患者淋巴细胞凋亡明显减少,发病率逐渐上升。由于其临
随着社会经济发展，科学技术进步，医学模式的转变，医学教育改革的深化，培养高质量医药卫生人才，促进医学生全面发展，必须加强医学生人文素质教育和培养健康人格。本文分析了医学人文
脑血管疾病是危害健康的常见多发病之一，其中70％～80％为缺血性脑血管病，具有高发病率、高病死率、高致残率的特点。所以及时了解患者的病情，对治疗决策、疗效和预后的判断均十分重要
远程医疗指使用远程通信技术、计算机技术和多媒体技术提供医学信息和服务，包括远程放射学和PACS、远程会诊和远程（病理）诊断、医院信息系统等方面。远程会诊是网络科技与医疗技
工程造价管理是石油地面建设项目管理中的重要环节,对降低建设项目成本,提高工程投资的经济效益起到至关重要的作用。本文通过对石油地面建设项目工程造价管理应遵循的原则进
本文从高起点谋划文职人员聘用、高标准选聘文职人员、高质量做好文职人员服务保障、高效益培养使用文职人员4个方面着手,对军医大学文职人员队伍建设进行了探讨。
多能干细胞具有在体外无限扩增并保持未分化状态的能力(自我更新),且具有分化为机体中所有种类的细胞及形成嵌合体动物的能力(分化)。干细胞多能性维持受特定转录因子复杂网