【摘 要】
：
深度逆向强化学习是机器学习领域的一个新的研究热点,它针对深度强化学习的回报函数难以获取问题,提出了通过专家示例轨迹重构回报函数的方法。首先介绍了3类深度强化学习方
【基金项目】
：
国家重点研发计划(No.2016YFC0800606);中国工程院重点咨询课题(No.2017-XZ-05);总装备部预研基金(No.9140A06020315JB25081);江苏省自然科学基金(No.BK20161469,No.BK20150721);中国博士后基金(No.2015M582786,No.2016T91017);江苏省重点研发计划(No.BE2015728,No.BE2016
论文部分内容阅读
深度逆向强化学习是机器学习领域的一个新的研究热点,它针对深度强化学习的回报函数难以获取问题,提出了通过专家示例轨迹重构回报函数的方法。首先介绍了3类深度强化学习方法的经典算法;接着阐述了经典的逆向强化学习算法,包括基于学徒学习、最大边际规划、结构化分类和概率模型形式化的方法;然后对深度逆向强化学习的一些前沿方向进行了综述,包括基于最大边际法的深度逆向强化学习、基于深度Q网络的深度逆向强化学习和基于最大熵模型的深度逆向强化学习和示例轨迹非专家情况下的逆向强化学习方法等。最后总结了深度逆向强化学习在算法、理论和应用方面存在的问题和发展方向。
其他文献
<正>普通干部走上领奖台,身边的榜样更能激励人!3月3日,在武汉国税"最美税务人"表彰暨事迹报告会上,税务专家胡昌举、人间大爱简萍和生命之花许凌芳等十名入选者,用朴实的话
目的:介绍经下腹部腹腔镜胆囊切除术.方法:内蒙古民族大学附属医院蒙医外科自2009年7～9月对10例胆囊炎胆结石患者行经下腹部腹腔镜胆囊切除术.结果:10例手术均获成功,无胆漏、
经皮冠状动脉介入治疗(percutaneous coronary intervention,PCI)是一种成熟的冠心病治疗方法,可以很好的实现血运重建,显著的改善患者的生活质量,降低病残率以及死亡率。然
<正>9月4日,工信部发布《工业大数据发展指导意见(征求意见稿)》并向社会公开征求意见。《意见》共六部分,包括总体思路、资源体系、融合体系、产业体系、治理体系和保障措施
在素质教育越来越被人们关注的今天．清晰的学校发展定位与办学理念已成为学校求生存、求发展和创特色的基石。随着我校办学方向和培养现代高素质劳动人才目标的确立．为了适应市
通过对在校女生体质健康跟踪测试结果和问卷分析,高校体育课仍然以传授专业项目的技术和战术为主,当大三、大四没有体育课时,女生原本较好的体质状态几乎回落到大一进校时的
12月6日下午，省人民会堂暖意融融。全省科技创新大会及省科协第十次全省代表大会同时在这里举行。$$这是一次具有里程碑意义的会议，省委、省政府研究部署科技创新工作，为建设科
<正>托物言志类散文,由于作者并不直接表情达意,而是借助事物含蓄地表达自己的情感,因此这类散文最难读懂,是学生在阅读中难以逾越的一座高峰。初一年级,在学习托物言志、借
九房山滑坡位于甘肃省陇南市武都区外纳乡稻畦子村。复杂的地质构造,软硬相间的易滑地层,异常活动的新构造运动(地震)是九房山滑坡形成的直接原因,加之人类异常活动,是引起九
林木单根抗拉试验数据经常受到试验环境背景、仪器随机误差、人为操作等各类噪声污染,对根系抗拉力学特性的分析结果影响很大。为了提高根系抗拉力学特性的分析精度,需要对试