论文部分内容阅读
本文提出一种基于定性模糊网络的强化学习知识传递方法。该方法通过建立系统的定性模型,并用定性模糊网络抽取基于定性动作的次优策略的共同特征获得与系统参数无关知识。这些知识能有效描述参数值不同的系统所具有的共同控制规律,加快在新参数值的系统中强化学习的收敛速度。
强化学习中基于定性模型的知识传递方法
【摘 要】
：
本文提出一种基于定性模糊网络的强化学习知识传递方法。该方法通过建立系统的定性模型,并用定性模糊网络抽取基于定性动作的次优策略的共同特征获得与系统参数无关知识。这
【机 构】
：
湖南大学计算机与通信学院,湖南工业职业技术学院信息工程系,北京交通大学计算机与信息技术学院
【出 处】
：
计算机工程与科学
【发表日期】
：
2011年6期
其他文献
本文在对单自由度液浮陀螺浮子组件进行传热过程分析的基础上，应用有限元软件ANSYS Workbench进行了仿真和计算，得到两种工况下浮子组件三维稳态温度场分布。
近日，由农工党四川省委、成都市委联合省人大城环资委、省环保厅在成都市实验小学举行四川省暨成都市第十届“六·五”世界环境日纪念活动。省政协副主席、农工党省委主委
本文提出了一种早期油料火灾图像检测及识别算法。将火焰颜色、亮度及运动特征作为火灾检测与识别的判据,在火焰颜色模型和运动图像差分模型的基础上提出利用离散分形布朗随机增量场模型对早期油料火灾图像进行进一步的判定。模拟坑道实验结果表明,该算法能够有效提高油料火灾检测与识别的准确率,降低误报、漏报率。
随着中国航天技术的发展,航天器系统的软件规模越来越大、复杂度越来越高,对航天软件的正确性、可靠性、安全性等提出了更为严格的要求.形式化方法是提高软件可信性的一个重
为减少回归测试成本、提高效率,提出了一种基于更动影响域分析的回归测试方法,详细说明了更动类型,并针对每种类型提出了对应的影响域分析策略.研究表明,该方法技术指导性好,
家庭是社会构成的基本单位,对实现个人社会价值、维护社会稳定起着极其重要的作用。"5.12"汶川特大地震造成四川灾区近万个家庭破损,这些破损家庭的发展走向直接关乎社会和谐
期刊
2009年,巴中市努力提高服务科学发展、实现自身科学发展的水平,围绕市委重大发展战略,制定实施"一体两翼、双争双引"工作思路。在充分发挥党外干部作用、建立完善党内外合作
期刊
近日，针对本地过彝族年比较混乱的状况，金阳县采取三条措施，规范彝族年时间。一是统一时间。根据有关规定，彝族年统一定为每年公历11月20日至26日。二是强化宣传。采取悬挂标语、
本文对并发下载技术进行了研究，并在此基础上实现了基于Chord算法的并发下载机制。现在，大多数结构化P2P网络都构建于基于DHT的覆盖式网络之上。文中分析了DHT算法的基本原理、