【摘 要】
：
深度强化学习主要被用来处理感知-决策问题,已经成为人工智能领域重要的研究分支。概述了基于值函数和策略梯度的两类深度强化学习算法,详细阐述了深度Q网络、深度策略梯度及相关改进算法的原理,并综述了深度强化学习在视频游戏、导航、多智能体协作以及推荐系统等领域的应用研究进展。最后,对深度强化学习的算法和应用进行展望,针对一些未来的研究方向和研究热点给出了建议。
【基金项目】
：
国家自然科学基金资助项目（No.61773284）～～；
论文部分内容阅读
深度强化学习主要被用来处理感知-决策问题,已经成为人工智能领域重要的研究分支。概述了基于值函数和策略梯度的两类深度强化学习算法,详细阐述了深度Q网络、深度策略梯度及相关改进算法的原理,并综述了深度强化学习在视频游戏、导航、多智能体协作以及推荐系统等领域的应用研究进展。最后,对深度强化学习的算法和应用进行展望,针对一些未来的研究方向和研究热点给出了建议。
其他文献
洛阳伊川大庄M3是洛阳地区不多见的出土器物甚丰的小型刀形墓。出土器物主要有镇墓兽、武士俑、文官俑、马、骆驼、罐、铜镜等，发掘者根据铜镜的流行年代将墓葬的年代确定于不早于唐玄宗开元年间。然而根据墓内大部分器物特征，此墓年代应该在唐代早期，从而证明这种打马球的菱花镜早在唐代早期就出现。此铜镜体现了当时的文化思想和社会观念，折射出中西文化的交流与文明互鉴。
岩质边坡的开挖卸荷过程直接决定工程施工的安全性，边坡变形特征分析及有效数值模拟方法的选取至关重要。基于卸荷岩体力学理论与方法，开展红砂岩试件的室内常规三轴与三轴卸荷试验，分析其变形特征、卸荷量与变形模量之间的关系以及强度参数的变化规律，结合有限单元法构建考虑卸荷作用的算例模型，探究考虑边坡开挖卸荷作用所引起的应力释放后的岩体劣化分区问题，以及边坡动态开挖卸荷下的变形分析。研究结果表明：①当卸荷量达
配电网作为电力系统的最终环节,具有复杂的分支结构,发生接地故障的概率极高。当线路经由沙地、草地、水泥路面和树枝等非金属介质接地时,故障过渡电阻值可达数十千欧,不及时处理可能危害电网的可靠运行,此类故障统称为高阻接地故障。同时,接地故障发生往往会烧蚀接地介质产生电弧现象,因此也合称为弧光高阻接地故障。据统计,高阻接地故障约占配电网接地故障的10%,高阻接地故障特征较微弱,故障检测与选线目前仍是尚未完
为解决和处理公路工程造价超预算问题，针对公路工程造价预算展开研究，先对公路工程造价预算的重要性进行分析，然后对公路工程造价超预算的原因进行阐述，最后总结和论述了公路工程造价超预算的应对策略，主要包括提高预算准确性、审查设计方案、物资采购的有效控制、提升预算编制工作人员的综合素质、注重建设项目全过程的预算控制，确保公路工程造价预算管理水平的稳步提升，从而促进公路工程项目的顺利进行，以期为同类型工程提
随着城市化的发展和科学技术的飞速进步,我国从2009年开始全面进入老龄化社会,呈现出两个显著特征,即人口预期寿命持续增长以及家庭结构发生变化,导致传统的居家养老方式难以适应我国老龄化的速度。为积极应对人口老龄化,政府和社会各界积极探索适合我国国情的养老服务模式。在2020年首次将“积极应对人口老龄化”上升为国家重大战略,提出全面推进健康中国战略。在近几年,我国将迎来老龄化急速发展阶段,独生子女家庭
目前，我国工程项目大多具有投资大建设周期长等特点，这决定了工程建设项目在前期的规划是重中之重。同时，我国工程建设项目的规模不断扩大，对整体工程管理造价咨询服务的依赖性也不断增强。为此，工程造价咨询单位的作用也愈发凸显出来。工程造价咨询单位能够对整体工程建设项目的资金投入进行把控，对整体工程项目建设起到决定性作用，随着全过程造价管理理念的不断推行，工程造价咨询单位面临更加严峻的挑战以及前所未有的机遇
自新一轮产业革命孕育以来,世界范围内的数字信息技术强势崛起。数字化时代,人的社会交往也被打上了“数字化”的烙印。交往的数字化变革面临着一定的风险与挑战不言而喻,但同时,它也蕴含着通向马克思交往理论范畴下“普遍交往”的可能性。马克思的“普遍交往”是实现共产主义的重要前提,从数字化浪潮下的交往变革中总结其通向“普遍交往”的可能性,可以为新工业革命背景下的交往发展提供路径选择。本文立足马克思的“普遍交往
在国内天然气的需求不断提高下，长输管道工程造价控制深受了人们的关注。基于此，有必要加强对天然气长输管道工程造价控制的研究，并采取有效的措施做好天然气长输管道工程项目决策阶段、项目施工阶段、项目结算阶段造价控制，而且在具体实施期间不仅要结合天然气长输管道施工的特点，还应坚持整体性布局理念，并建立系统化的技术支持，加强对先进技术手段的应用，进而不断提高造价控制水平，确保工程项目建设质量，使其能为企业带
＜正＞第二轮第四批中央生态环境保护督察组深入一线、深入现场,查实了一批突出生态环境问题,核实了一批不作为、慢作为,不担当、不碰硬,甚至敷衍应对、弄虚作假等形式主义、官僚主义问题。为发挥警示作用,切实推动问题整改,中央生态环境保护督察集中通报了吉林省扶余市黑土地保护措施落实不到位、山东省一些地市部分湿地公园管理混乱、湖北阳新大冶部分工业园区"两高"项目控制不严、广东省中山市治水工作部署推进不力、四川