• 全部搜索
  • 期刊论文
  • 图书
  • 学位论文
  • 学位论文
  • 标准
  • 纸本馆藏
  • 外文资源发现
  • 产品样本
  • 电子图书
  • 原文传递

限定检索结果

检索条件"主题词=策略逼近"
共 1 条 记 录，以下是1-10 订阅
全选 清除本页 清除全部 题录导出 标记到"检索档案"
视图：
排序：
连续空间增量最近邻时域差分学习
收藏
分享
引用
《控制与决策》2014年 第12期29卷 2121-2128页
作者：张春元 朱清新 钟声电子科技大学计算机科学与工程学院成都611731 海南大学信息科学技术学院海口570228 
针对连续空间强化学习问题,提出一种基于局部加权学习的增量最近邻时域差分(TD)学习框架.通过增量方式在线选取部分已观测状态构建实例词典,采用新观测状态的范围最近邻实例逼近其值函数与策略,并结合TD算法对词典中各实例的值函数和资...
来源：详细信息评论
全选 清除本页 清除全部 题录导出 标记到“检索档案”
共1页<< <1> >>
聚类工具 回到顶部