论文部分内容阅读
分析了折扣激励学习存在的问题，对MDPs的SARSA（λ）算法进行了折扣的比较实验分析，讨论了平均奖赏常量对无折扣SARSA（（）算法的影响。
折扣与无折扣MDPs：一个基于SARSA（λ）算法的实例分析
【摘 要】
：
分析了折扣激励学习存在的问题，对MDPs的SARSA（λ）算法进行了折扣的比较实验分析，讨论了平均奖赏常量对无折扣SARSA（（）算法的影响。
【机 构】
：
长沙电力学院数学与计算机系
【出 处】
：
计算机工程与应用
【发表日期】
：
2002年9期
其他文献
分析了销售管理的业务模型和多层分布式体系结构，提出了同方销售管理系统TFCM的功能模型和多层分布式结构模型，采用组件技术进行了设计与实现，并针对若干问题提出了优化方法。
文章重点研究了基于DCT变换的数字水印技术，提出了一种水印算法，将二维图像作为水印嵌入到数字作品中，并且进行了验证，实验证明这种方法是可行的。
在我国,20kV电压等级曾经出现过很长一段时间,后来被35kV所替代;随着电网发展和负荷密度不断提高,20kV作为配电电压代替10kV再次受到关注。本文对20kV配电电压等级的历史沿革