期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
强化学习系统及其基于可靠度最优的学习算法
被引量：
3
1
作者
俞星星
阎平凡
《信息与控制》
CSCD
北大核心
1997年第5期332-339,共8页
归纳了强化学习的主要理论方法，提出了一个区分主客观因素的强化学习系统描述，引入了任务域的概念．针对以往强化学习采用的期望最优准则描述任务域能力的不足，考虑了目标水平准则下的首达时间可靠度最优准则模型．分别结合随机逼近...
归纳了强化学习的主要理论方法，提出了一个区分主客观因素的强化学习系统描述，引入了任务域的概念．针对以往强化学习采用的期望最优准则描述任务域能力的不足，考虑了目标水平准则下的首达时间可靠度最优准则模型．分别结合随机逼近理论和时间差分理论。
展开更多
关键词
强化学习系统
可靠度
学习算法
学习机
下载PDF
职称材料
题名
强化学习系统及其基于可靠度最优的学习算法
被引量：
3
1
作者
俞星星
阎平凡
机构
清华大学自动化系
出处
《信息与控制》
CSCD
北大核心
1997年第5期332-339,共8页
基金
国家攀登计划认知科学(神经网络)重大关键项目资助课题
文摘
归纳了强化学习的主要理论方法，提出了一个区分主客观因素的强化学习系统描述，引入了任务域的概念．针对以往强化学习采用的期望最优准则描述任务域能力的不足，考虑了目标水平准则下的首达时间可靠度最优准则模型．分别结合随机逼近理论和时间差分理论。
关键词
强化学习系统
可靠度
学习算法
学习机
Keywords
reinforcement
learning
,
first arrival
time
,
reliability
分类号
TP273.22 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
强化学习系统及其基于可靠度最优的学习算法
俞星星
阎平凡
《信息与控制》
CSCD
北大核心
1997
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
