【摘 要】
：
针对深度确定性策略梯度算法存在的经验利用率不高和性能差的问题,提出一种基于深度确定性策略梯度算法的复合优先经验回放算法.利用样本的立即回报和基于样本时间差分误差分
【机 构】
：
辽宁工程技术大学理学院,辽宁阜新123000
【出 处】
：
辽宁工程技术大学学报（自然科学版）
论文部分内容阅读
针对深度确定性策略梯度算法存在的经验利用率不高和性能差的问题,提出一种基于深度确定性策略梯度算法的复合优先经验回放算法.利用样本的立即回报和基于样本时间差分误差分别构建优先级对样本排序,随后对经验进行复合平均排序并基于排序优先性机制求得优先级对经验采样,使用得到的样本训练学习网络.在仿真环境中进行的对比实验表明:与深度确定性策略梯度算法和基于时间差分误差的深度确定性策略梯度算法相比,该方法能够减少训练的时间、提高系统的学习能力.
其他文献
化妆: 突出的是一种形式感,红色的散粉不规则地从眼部一直渲染到耳朵、发界。红色睫毛膏扫过睫毛及眉毛。同色唇彩,配合红色细带背心,产生梦幻般效果。 摄影: 这是为《时尚
为更加准确地进行巷道围岩弹塑性分析,应考虑围岩的损伤特性,在所构建的理论模型中首次引入损伤比例系数,对深部巷道围岩的力学特征进行了详细分析,并通过具体算例探讨了损伤
本文通过对抗震设计规范中地震液化判别公式的深入分析和理解,利用极值原理和思想,提出工程场地标贯击数理论最大临界值概念,利用理论最大临界值,对饱和土进行液化初判.对饱
煤炭物流指的是以煤炭资源为中心而衍生出的一系列诸如运输、贮存、配送、供应链等服务的业务活动.根据我国《煤炭工业发展“十三五”规划》和《物流业调整和振兴规划》等文
地质遗迹是一种不可再生的地质自然遗产,是地球演化过程中发生的一系列地质变化、矿物岩石、生物进化等的统称,具有重要的研究价值.地质公园是以具有特殊地质构造、稀有自然
从需求端推进资源型城市转型已经被证明弊端多多,但如何真正从供给侧改革卸掉资源型城市的历史负担,却是长期以来学术界关注的话题.供给侧结构性改革理论提出以前,资源型城市
某电厂基础施工后由于停工时间较长,基础底面下的地基土经过应力释放、雨水浸泡等过程,其力学性能会发生一定程度的变化,为检测基础下地基土承载力变化情况,运用了钻探、标准
为孩子受到伤害时，无论对手多么强大，父亲的爱和责任都会驱使他去勇敢争斗，这样的父亲在孩子的心中当然就是英雄。银行强盗
No matter how powerful the opponent is, the fath
通过中外电力工程岩土工程勘测标准的比较比研究,,可以深入了解国内外标准之间的差异,不仅能对我国电力勘测设计企业走向国际市场有所帮助,同时也对将中国标准推广到国际项目
本文结合丘陵地貌的变电站工程实例,从土的特性、岩溶特征、水的下渗作用以及塌陷前后土层的变化,对原本稳定的山丘高地,在场地深度平整后触发地面塌陷的原因进行分析.提出了