G-学习相关硕士博士期刊学术论文 - 搜论网

G-学习相关论文

一种结合Tile Coding的平均奖赏强化学习算法

平均奖赏强化学习是强化学习中的一类重要的非折扣最优性框架,目前大多工作都主要是在离散域进行.本文尝试将平均奖赏强化学习算法......

期刊

强化学习马尔可夫决策过程(MDP) R-学习 G-学习平均奖赏

平均奖赏强化学习算法研究

顺序决策问题常用马尔可夫决策过程（MDP）建模．当决策行为执行从时刻点扩展到连续时间上时，经典的马尔可夫决策过程模型也扩展到半马尔......

期刊

平均奖赏强化学习性能势 G-学习马尔可夫决策过程半马尔可夫决策过程

看过本文同时还关注