【摘 要】
：
针对Sarsa算法存在的收敛速度较慢的问题,提出一种改进的基于值函数迁移的启发式Sarsa算法(VFT-HSA)。该算法将Sarsa算法与值函数迁移方法相结合,引入自模拟度量方法,在相同
【机 构】
：
苏州科技大学电子与信息工程学院,苏州科技大学江苏省建筑智慧节能重点实验室,苏州科技大学苏州市移动网络技术与应用重点实验室,苏州大学计算机科学与技术学院,浙江纺织服装职业技术学院信息工程学院
【基金项目】
：
国家自然科学基金资助项目(No.61502329,No.61772357,No.61750110519,No.61772355,No.61702055,No.61672371,No.61602334);江苏省自然科学基金资助项目(No.BK20140283);江苏省重点研发计划基金资助项目(No.BE2017663);江苏省高校自然科学基金资助项目(No.13KJB520020);苏州市应用基
论文部分内容阅读
针对Sarsa算法存在的收敛速度较慢的问题,提出一种改进的基于值函数迁移的启发式Sarsa算法(VFT-HSA)。该算法将Sarsa算法与值函数迁移方法相结合,引入自模拟度量方法,在相同的状态空间和动作空间下,对新任务与历史任务之间的不同状态进行相似性度量,对满足条件的历史状态进行值函数迁移,提高算法的收敛速度。此外,该算法结合启发式探索方法,引入贝叶斯推理,结合变分推理衡量信息增益,并运用获取的信息增益构建内在奖赏函数作为探索因子,进而加快算法的收敛速度。将所提算法用于经典的GridWorld问题,并与
其他文献
文学与文化有着密不可分的联系,每一种文学就其本质意义而言都是文化的巨大影响力在一个特殊领域的产物。日本作家村上春树的创作就明显受到了西方现当代文学及亚文化的影响,
从城市建筑物屋顶收集太阳能来替代传统能源是缓解城市能源压力的有效途径。大范围城市建筑物屋顶太阳能资源利用潜力的评估对推进城市太阳能开发利用进程有重要意义。评估过
目的:总结并归纳循证护理在子宫切口妊娠护理中的应用效果。方法:2017年7月-2018年7月收治子宫切口妊娠患者42例,随机数字表法分为两组各21例。对照组采用常规护理模式,观察
景观格局变化研究是目前土地利用、景观生态研究的前沿和热点。动态模型能够较为准确的预测景观格局的变化,反应出景观格局对于某些驱动因子的敏感性。云南省“三江并流”世
在我国 ,刑法规定非索取性受贿罪的成立要求有“为他人谋取利益”这一要素 ,而刑法理论上对这一要素在犯罪构成中的地位存在着种种不同的主张 ,文章在对这种种主张进行分析后
《刑事诉讼法》第111条第二款"在执行逮捕、拘留的时候,遇有紧急情况,不另用搜查证也可以进行搜查"的规定,含义比较模糊,可作"重叠式"和"并列式"两种理解。从目前实务运作和
本文主要是对一个具有复杂曲面的金属模具-高速风扇的设计、制造、加工以及分析进行研究。把一些具有复杂形状的零部件采用模具生产将大大提高生产效率,本文就是通过对一个具
棱体成形车刀是广泛应用于各种车床及自动线加工的专用刀具，可用于加工各种回转的成形表面。传统的图解法和计算法，设计精度和效率低，近年来出现的一些采取交互设计的成形车刀CA
根据中国经济增长的实际情况,把技术进步分解为内在技术进步和外在技术进步两个方面。利用计量模型从短期和长期两个角度来分析内在技术进步、外在技术进步与经济增长三者之
随着光通讯技术的发展,光纤连接器得到了广泛的应用,但光纤连接器一直存在着回波损耗偏低、插入损耗偏高和表面变质层的问题,反映在加工工艺上就是光纤连接器端面的超精密加