期刊专题

10.3969/j.issn.1002-137X.2004.z2.060

一种部分可感知系统的增强学习方法

引用
@@ 1引言 在人工智能领域中,增强学习理论由于其自学习性和自适应性的优点而得到了广泛关注,在机器人控制系统,优化组合问题等诸多领域得到了越来越广泛的应用,是当前研究的重点问题之一[1].现有的增强学习方法对马尔可夫决策过程(MDP,Markov Decision Processes),即,进行策略选择的agent能够准确全面地获得关于环境所有信息的情况,已经有了多种较成熟的算法,如Q-learning等[2,3].

可感知系统、增强、学习方法、Markov Decision Processes、马尔可夫决策过程、机器人控制系统、组合问题、自适应性、学习理论、人工智能、策略选择、学习性、多领域、优化、应用、信息、算法、环境

31

TP3(计算技术、计算机技术)

2005-12-08(万方平台首次上网日期,不代表论文的发表时间)

共4页

162-165

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

31

2004,31(z2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn