论文部分内容阅读
Option的自动发现与生成是递阶再励学习的难点之一，论文提出探索密度检测（ED）法，通过检测状态空间中的探索密度来发现并构建Option。和现有的方法相比具有和任务无关、不需要先验知识等优点：能很好地工作于完全未知的环境中；并且构造出的Option，在同一环境下不同任务间可以直接共享。
递阶再励学习中Option的自动发现与生成
【摘 要】
：
Option的自动发现与生成是递阶再励学习的难点之一，论文提出探索密度检测（ED）法，通过检测状态空间中的探索密度来发现并构建Option。和现有的方法相比具有和任务无关、不需要先验
【机 构】
：
清华大学计算机系智能技术与系统国家重点实验室
【出 处】
：
计算机工程与应用
【发表日期】
：
2006年33期
其他文献
基于Internet的远程故障诊断越来越受到关注和重视.文章提出了基于移动Agent技术的远程故障诊断基本框架,讨论了移动策略、安全机制、诊断算法、虚拟仪器以及多Agent系统协商
研究基于IP无线网络中精细粒度可伸缩性（FGS）视频的传输。基于包交换的IP无线网络通常由两段链路组成：有线链路和无线链路。为了处理这种混合网络中不同类型数据包的丢失情况．对F