欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
对于有吸收目标状态的循环任务，比较合理的方法是采用基于平均报酬模型的强化学习．平均报酬模型强化学习具有收敛速度快、鲁棒性强等优点．本文介绍了平均报酬模型强化学习的3个主要算法：R学习、H学习和LC学习，并给出了平均报酬模型强化学习的主要应用及研究方向．
英文摘要：
It is rational to adopt the average reward reinforcement learning algorithms for solving the absorbing goal states cyclical tasks： It has the merit of converging quickly and robustly. A detailed study as regards average reward reinforcement learning including R-learning, H-learning and LC-learning is presented and the application and future research are proposed.
同期刊论文项目
同项目期刊论文
期刊信息
位置：