位置：成果数据库 > 期刊 > 期刊详情页
平均奖赏MDPs的在策略无模型激励学习算法
  • 期刊名称：计算机工程与科学
  • 时间：0
  • 作者或编辑：3448
  • 第一作者所属机构：长沙理工大学
  • 页码：23(2).66-69，2001年4月
  • 语言：中文
  • 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|
同期刊论文项目
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
同项目期刊论文
激励学习的广义平均算法及其收敛性
基于有限样本的最优费用关联值递归Q学习算法
基于每阶段平均费用最优的激励学习算法
一类基于有效跟踪的广义平均奖赏激励学习算法
样本有限关联值递归Q学习算法及其收敛性证明
部分可观测Markov 环境下的激励学习综述
折扣与无折扣MDPs：一个基于SARSA(()算法的实例分析
一类值函数激励学习的遗忘算法
一个因素化SARSA(()激励学习算法
激励学习的最优判据研究
基于Ｑ-学习的非线性控制
Solution to reinforcement learning problems with artificial potential field
基于RL算法的自学习博弈程序设计及实现
基于Snake模型的虹膜定位算法
乳头丘脑束损伤对大鼠内源性注意的影响
基于PSO和共轭梯度法的MIP路由优化方案
“比较治疗学”的原理与方法浅析
癫痫预测方法的分析与研究
“比较治疗学”与“循证医学”之比较
脑电图分析的方法论