期刊专题

基于DQN算法迷宫寻路

引用
随着机器学习在日常生活中的各种a应用,各种机器学习方法融汇、合并、升级.深度强化学习是近年来人工智能领域最受关注的研究方向之一,本质是使用强化学习的试错算法和累计奖励函数加速神经网络设计.笔者所探讨的强化学习是一种融合了神经网络和Q-learning的方法,为深度Q网络(Deep Q Network,DQN)这种新型结构适提供迷宫寻路,通过训练达到一个预期收敛效果.

机器学习、神经网络、Q-learning深度Q网络

TP301.6(计算技术、计算机技术)

2019-11-20(万方平台首次上网日期,不代表论文的发表时间)

共3页

31-32,36

暂无封面信息
查看本期封面目录

信息与电脑

1003-9767

11-2697/TP

2019,(11)

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