论文部分内容阅读
分层强化学习方法可用于解决维数灾难问题,MAXQ方法通过分层地分解值函效,将任务分解为不同层次上的子任务,从而只需在低维空间中解决问题。针对MAXQ方法。首先介绍其基本原理,然后介绍MAXQ方法在出租车问题中的应用,包括任务分解以及类的设计,最后用实验验证了MAXQ方法比Q-学习算法收敛快。
MAXQ方法在出租车问题中的应用
【摘 要】
：
分层强化学习方法可用于解决维数灾难问题,MAXQ方法通过分层地分解值函效,将任务分解为不同层次上的子任务,从而只需在低维空间中解决问题。针对MAXQ方法。首先介绍其基本原
【机 构】
：
茂名学院计算机与电子信息学院,太原理工大学信息工程学院
【出 处】
：
茂名学院学报
【发表日期】
：
2007年1期
其他文献
一、研究区域概况1.自然概况广饶县位于山东省中部偏北、黄河三角洲和东营市南部,东北部濒临渤海莱州湾,总面积1138km2。广饶县境内河流共有12条,分属小清河和支脉河两大水系
为了促进岩石工程综合效益的提升,我们要进行其基坑支护环节的优化,促进其内部各个环节的有效协调,以满足高层建筑建设的需要,确保其建筑整体功能的稳定运行及建设环境的稳定
当前高校的教学管理信息系统可以较好的实现教学的计划、组织功能,但是在提高教学质量方面乏善可陈。因此应在现有的高校教学管理信息系统的基础上增加备课管理、教研活动管
一所学校办学成功与否，取决于教育质量的高低，而教育质量的高低，在很大程序上取决于学校教育科研的效益，由于教育科研管理的科学性，直接决定了学校教育科研的效益，所以，要搞好学校教