位置：成果数据库 > 会议 > 会议详情页
S(()：一个基于平均奖赏MDPs的激励学习算法
  • 所属机构名称：长沙理工大学
  • 会议名称：中国智能自动化会议
  • 作者或编辑：3448
  • 第一作者单位：长沙理工大学
  • 语言：中文
  • 成果类型：会议
  • 相关项目：智能体在部分可观测马尔可夫环境下的激励学习研究
作者： 陈焕文|谢丽娟|谢建平|
同会议论文项目
智能体在部分可观测马尔可夫环境下的激励学习研究
期刊论文 21 会议论文 9
同项目会议论文
一类激励学习问题的马尔可夫决策过程描述与求解方法
智能体激励学习问题及马尔科夫决策过程的作用
智能体的内部状态表达
Utility Clustering for reinforcement learning with partial observability
层次化与记忆结合的激励学习
TD方法与BP神经网络结合构造预测学习系统的算法分析与实现
Reinforcement learning with forgetting for solving POMDPs
在策略激励学习算法的POMDPs实验研究