[计]= Mechanized Data Processing System,机械化数据处理系统;
公制(米制)数据处理系统(Metric Data Processing System);任务资料计划系统(Mission Data Planning System);任务资料准备系统(Mission Data Preparation System)
传统的强化学习算法应用到大状态、动作空间和任务复杂的马尔可夫决策过程问题时,存在收敛速度慢,训练时间长等问题。
来源:互联网摘选为适应实际大规模Markov系统的需要,讨论Markov决策过程(MDP)基于仿真的学习优化问题。
来源:互联网摘选Discounted and Undiscounted MDPs: a Case Study Based on SARSA(λ) Algorithms
折扣与无折扣MDPs:一个基于SARSA(λ)算法的实例分析
来源:互联网摘选实际生活中的许多序贯决策问题,如柔性制造系统、交通指挥系统、排队系统等,都可以模型化为Markov决策过程(MDP)。
来源:互联网摘选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。
来源:互联网摘选S(λ): A reinforcement learning algorithm based on average-payoff MDPs
S(λ):一个基于平均奖赏MDPs的激励学习算法
来源:互联网摘选针对强化学习算法的状态值泛化和随机探索策略在确定性MDP系统控制中存在着学习效率低的问题,本文提出基于模型的层次化强化学习算法。
来源:互联网摘选根据地理信息系统的基本思想,结合矿区灾害的特点设计了矿区灾害防治系统(MDPS)。
来源:互联网摘选On-Policy Modeless Reinforcement Learning Algorithms for Average-Payoff MDPs
平均奖赏MDP的在策略无模型激励学习算法
来源:互联网摘选胞壁酰二肽及其衍生物对小鼠免疫功能的影响
来源:互联网摘选本文证明了当底空间维数d≥3时,一类带移民超布朗运动占位时过程的中偏差,其移民由Lebesgue测度控制。
来源:互联网摘选Markov性能势理论的提出,为MDP的优化提供了一种新的理论框架和途径。
来源:互联网摘选通过对基于MDPs的消息传递的理论实现进行整合,使之成为安全可靠、性能稳定、可维护的消息传递系统。
来源:互联网摘选研究马尔可大决策过程(MDP)在actor-critic模式下,基于性能势学习的神经元动态规划(NDP)方法。
来源:互联网摘选在Markov性能势基础上讨论了一种基于强化学习的马尔可夫决策过程(MDP)优化方法。
来源:互联网摘选
英语网 · 高考英语

英语网 · 双语新闻

英语网 · 双语娱乐资讯

英语网 · 初中英语语法
英语网 · 双语娱乐资讯

英语网 · 四六级英语