【摘 要】
：
强化学习(reinforcement learning)是机器学习和人工智能领域的重要分支,近年来受到社会各界和企业的广泛关注。强化学习算法要解决的主要问题是,智能体如何直接与环境进行交
论文部分内容阅读
强化学习(reinforcement learning)是机器学习和人工智能领域的重要分支,近年来受到社会各界和企业的广泛关注。强化学习算法要解决的主要问题是,智能体如何直接与环境进行交互来学习策略。但是当状态空间维度增加时,传统的强化学习方法往往面临着维度灾难,难以取得好的学习效果。分层强化学习(hierarchical reinforcement learning)致力于将一个复杂的强化学习问题分解成几个子问题并分别解决,可以取得比直接解决整个问题更好的效果。分层强化学习是解决大规模强化学习问题的潜在途径,然而其受到的关注不高。本文将介绍和回顾分层强化学习的几大类方法。
其他文献
随着生产力的提高和科技的空前发展,人类一方面借助于各种各样的科技手段,从自然中获得了不可胜数的资源,创造了前所未有的财富和一个又一个的奇迹,另一方面却面临着人与自然
《旅行，人生最有价值的投资》是投资大师吉姆·罗杰斯非常具有影响力的经典著作，记录了罗杰斯在20世纪90年代初做的一次惊险刺激的环球旅行。历时22个月，近10万公里的路程，横
事业单位内部的会计控制体系应该是比较严谨的,在构建过程中,我们应当站在全面统筹的立场,将全新的控制办法进行运用,使整体的建设效果能够完善起来,并且抓住重点,对单位内部
目的针对日益增多的自然灾害现状，寻求途径方法，为提升军队医院灾害应急医学救援能力提供支持。方法重点介绍灾害现场的主要特点，并分析灾害所致伤情和灾害救援的难点。结果对提
实行＂网上联合年检＂是为了加快电子政务建设,提高年检工作效率,规范年检审查行为的要求而进行的一项工作。本文通过对＂哈尔滨经济技术开发区企业联合年检系统＂的开发背景、需求分
随着国家医药卫生体制改革的不断深化,医院不仅要面对激烈的市场竞争,还要应对各种突如其来的危机。如果忽视这些危机或不能对危机采取有效措施,将给医院发展带来不可估量的
审计判断是审计的工作者按照自身的专业知识及多年积累的经验，审计判断的一个重要的基本方法就是要识别及比较，而审计判断的内容就有审计事项的重要判断，审计判断的结果是一种估
该文研究了均值在奇异特征分解算法(POD)中的影响机制.首先,给出了POD方法中时间系数的相关基本性质.其次,基于矩阵分析理论,引入全信号及去除均值部分信号的相关矩阵,且从理
本文分析群体性医患纠纷事件的特点，提出军队医院应客观正确面对医患纠纷，争取患者和亲属的理解认同，加强与地方政府、公安的沟通协调，依法打击“医闹”等非法团伙，严密控制事态的
目的探讨晚期妊娠合并子宫肌瘤恰当的临床处理方法．方法对1997年5月至2007年5月平安医院20例晚期妊娠合并子宫肌瘤的资料进行回顾性分析。结果20例妊娠合并子宫肌瘤的患者，剖宫