【摘 要】
：
知识迁移是当前机器学习领域的一个新的研究热点.其基本思想是通过将经验知识从历史任务到目标任务的迁移,达到提高算法收敛速度和收敛精度的目的.针对当前强化学习领域中经
【机 构】
：
苏州大学计算机科学与技术学院,吉林大学符号计算与知识工程教育部重点实验室
论文部分内容阅读
知识迁移是当前机器学习领域的一个新的研究热点.其基本思想是通过将经验知识从历史任务到目标任务的迁移,达到提高算法收敛速度和收敛精度的目的.针对当前强化学习领域中经典算法收敛速度慢的问题,提出在学习过程中通过迁移值函数信息,减少算法收敛所需要的样本数量,加快算法的收敛速度.基于强化学习中经典的在策略Sarsa算法的学习框架,结合值函数迁移方法,优化算法初始值函数的设置,提出一种新的基于值函数迁移的快速Sarsa算法——VFT-Sarsa.该算法在执行前期,通过引入自模拟度量方法,在状态空间以及动作空间一致的
其他文献
简要介绍有关水利工程施工质量控制的内容,重点分析水库修复过程中的质量控制,提出水库修复施工质量控制的一些建议,以供参考。
本文对Plateaued函数的谱支撑集的结构与性质进行了深入研究,给出了r阶Plateaued函数的全体非0谱值点集合与线性结构集的维数之间的关系.利用谱指标对2阶Plateaued函数和4阶P
为了有效地从海洋环境电场背景中检测微弱的船舶轴频电场信号，对轴频信号小波模极大值的尺度分布特性进行了分析，在得出轴频观测信号中噪声模极大值的幅度和分布稠度均随尺度增
在人类科技发展史上，工程热力学的热力循环技术以其显著的作用影响着人类文明和社会经济的发展。各种正向循环和逆向循环技术被广泛应用于人类社会经济活动中，其中具代表性的有
香猪的抗寒能力低于当地猪种，保温不好，不但影响正常生长，还会造成损失。猪舍的墙壁以一砖半或一坯的厚度为宜，严密、无裂缝。墙壁簿的四周多堆些柴草作为保温层。猪舍要用塑料薄
一种新型的玻璃材料由伍斯特学院保罗埃德米斯顿博士研发出来。这种新型材料能够像海绵一样吸收污染物，清洁污水。这种新型的玻璃材料叫做Osorb，拥有惊人的性能，它是一种活性玻
针对粒子群优化算法易出现早熟收敛的问题，本文提出一种基于正交搜索的粒子群优化测试用例生成方法。首先，利用奇异值分解来预测种群的进化方向，在其正交方向进行搜索，可避免已搜
美国的养鸡业经历了一个阶梯式发展过程，在肉鸡和蛋鸡饲养场上采用了一些新技术。但是，人们惊奇地发现，一些原来算不上什么高科技的养鸡诀窍，却给人带来丰厚的收获。下面介绍美国
简述我国利率市场化必要性、进程及主要障碍,探讨利率市场化的应对策略。
本文研究了状态空间为有限集的齐次马尔可夫链,得到极限性态的一些结果,并应用到经济工作。