首先建立任务调度问题的目标模型,在分析Q学习算法的基础上,给出调度问题的马尔可夫决策过程描述;
来源:互联网摘选姿态预调整利用有限状态机来实现:推进过程通过模糊Q学习保持推进过程的平稳性。
来源:互联网摘选最后,针对Agent团队协作的学习问题,对单Agent的Q学习算法进行了扩展。主要思想是引入主导Agent的概念,并考虑将环境奖赏按照一定策略分配给多个Agent,实现同时学习。
来源:互联网摘选而研究非合作多Agent系统,博弈均衡策略有着其明显优势,所以本文利用基于Nash平衡和Meta平衡的Q学习算法分别对气候合作策略进行了研究。
来源:互联网摘选针对任务调度的Q学习算法更新速度慢的问题,提出一种基于多步信息更新值函数的多步Q学习调度算法。
来源:互联网摘选用状态聚类减小状态空间,利用Q学习算法获得Q值表,根据学习后的Q值表选择动作。
来源:互联网摘选为了提供给用户更准确的信息,提出基于用户反馈的智能合作过滤模型和一种基于用户兴趣的动态Q学习算法,并建立用户兴趣模型。
来源:互联网摘选目前主流的强化学习算法是Q学习算法,但Q学习本身存在一些问题。
来源:互联网摘选The Q Learning System Based on The Priori Knowledge And The Application to The Robot Soccer
基于模糊先验知识的Q学习及在足球机器人系统中的应用
来源:互联网摘选提出了一种足球机器人基于Q学习与案例学习(CBL)相结合的自主学习机制。
来源:互联网摘选The Research and Implementation of Agent Intelligent Decision Based on Q Learning
基于Q学习的Agent智能决策的研究与实现
来源:互联网摘选Multi-Step Q Learning Algorithm for Task Scheduling in Collaborative Design
协同设计任务调度的多步Q学习算法
来源:互联网摘选Study of Behavior Learning for Soccer Robot Based on Q Learning and CBL
基于Q学习与CBL结合的机器人足球行为学习研究
来源:互联网摘选Car used to enhance learning ( Q learning), using neural network Q function approximation.
小车采用加强学习(Q learning),采用神经网络对Q函数逼近。
来源:互联网摘选This sample graph is from a simple reinforcement learning application that uses Q learning.
这个示例图是从使用Q学习的一个简单增强式学习应用程序中得到的。
来源:互联网摘选
英语网 · 中考英语
英语网 · 双语娱乐资讯
英语网 · 双语新闻
英语网 · 双语新闻
英语网 · 双语娱乐资讯

英语网 · 少儿英语故事