分阶Dyna强化学习算法

来源 :计算机仿真 | 被引量 : 1次 | 上传用户：conan_1126

【摘要】

：

针对现有Dyna强化学习体系结构下,"规划"和"学习"在计算资源分配上的不合理问题,提出了一种分阶Dyna体系结构,随着经验知识的不断积累,将学习过程划分为探索阶段、变比重学习阶段和优化阶段,分别进行"规划"和"学习"的协调控制,大大减少了计算资源的浪费。结合传统的Q-学习算法,设计了分阶Dyna-Q强化学习算法,以适应动态不确定环境下的任务。在一个标准强化学习问题中,验证了所设计的分阶Dyna强

【作者】

：

赵昀陈庆伟胡维礼

【机构】

：

南京理工大学自动化学院

【出处】

：

计算机仿真

【发表日期】

：

2009年07期

【关键词】

：

强化学习强化学习体系结构规划 Reinforcement learning Reinforcement learning architecture Pla

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

微课在初中语文课堂的运用尝试

“春风先发苑中梅，樱杏桃梨次第开”。二期课改像清新的春风吹遍了大江南北，吹遍了课堂内外，吹香了城区，吹红了郊县。作为重庆市开县新课改的示范学校——开县云枫初级中学，教师们

期刊

语文课堂初中二期课改课堂内外初级中学示范学校与时俱进重庆市

台湾住房保障政策演变与启示

自二十世纪五十年代至今,台湾住房保障政策历经六十多年的发展,积累了相当丰富的经验和教训。本文以时间为轴,整理了台湾住房保障政策的演变历程:国宅政策时期(1957-2000年)

会议

台湾住房保障政策国民住宅合宜住宅

护理干预中西医结合治疗卵巢过度刺激综合征

随着辅助生育技术的发展和促超排卵药物的广泛应用,卵巢过度刺激综合征临床发生率越来越高。我院运用中西医结合的方法,通过针对中、重度OHSS患者生命体征、腹痛、腹胀、外阴

会议

卵巢过度刺激征护理

人民共和国七十载书写宏伟壮丽的历史画卷明清思想家三百年开创知行合一的思潮学风——2019年10月新邮介绍

10月1日《中华人民共和国成立七十周年》1949年10月1日,北京30万军民聚集在天安门广场(王府井邮政支局100006,天安门邮政局100060)举行开国大典。下午3时,毛泽东主席在天安门

期刊

思想家哲学家南开大学主题邮局顾炎武知行合一王守仁历史画卷人民共和国

高效g-C3N4/TiO2光催化复合薄膜的制备、性能及健康风险研究

光催化半导体材料可直接将太阳能转化成化学能用于分解水或光催化氧化降解有机污染物,具有绿色节能、可重复利用等优点。光催化薄膜材料突破了普通光催化剂难以负载回收利用

会议

g-C3N4/TiO2光催化复合薄膜NOx降解生物安全应用

浆料配比对空气滤纸过滤性能的影响

用针叶木浆和丝光浆配抄空气滤纸,并通过Palas MFP3000滤料测试系统测定滤纸的容尘量和过滤效率,研究浆料配比对空气滤纸容尘量和过滤效率的影响。结果表明,随着丝光浆用量的

会议

空气滤纸容尘量孔径分布孔隙率

一类不确定非线性系统的自适应鲁棒控制

针对一类由非线性微分方程描述的不确定单输入单输出(SISO)系统,提出了一种自适应鲁棒控制算法。设计了一动态滤波器并将其与原系统组成扩展系统,由滤波器求得控制律稳定扩展系统。算法绕开辨识模型参数而是直接估计函数值,加快了控制律的求解。设计了状态误差观测器,用观测器的值构造控制律逼近状态反馈时的控制效果。基于Lyapunov稳定理论分析了扩展系统的渐近稳定性并给出了闭环稳定的充分条件。最后仿真结果验

期刊

鲁棒自适应控制非线性系统不确定系统输出反馈Robust adaptive control Nonlinear systems Uncertain sy

金属纳米线阵列的光学特性

<正>随着太阳能利用兴起,利用纳米结构材料来提高太阳能利用效率,成为近些年来研究的热点。纳米阵列结构的光吸收性能已经成为近年来国内外研究的热点。本文利用阳极氧化铝多

会议

国学，在小学应该从学什么内容开始

在研究一所小学校本国学课程的阅读体系建构时，让我想到了一个看似低级而实则很有意义的问题，那就是国学如此博大精深、体系如此庞大，究竟应该从何学起才更有利于小孩子的健康成

期刊

国学课程内容小学阅读体系时间孩子内化学习

烟台市保障性住房管理问题及对策研究

保障性住房是政府为中低收入住房困难家庭提供住房保障的一项惠民政策,既是民生问题,又是全社会关注的焦点问题。自2014年开始,烟台市将廉租房、公租房、经济适用房合并为一种形式,统称为保障性住房,主要为中低收入且住房困难家庭提供住房保障方面的福利。但是烟台市保障性住房政策出台时间较晚,执行过程中难免出现一些问题。从基层入手摸清民众对新常态下保障性住房管理系统的看法,通过问卷调查、案例分析等方式,对新常

学位

保障性住房承租家庭社会效益

分阶Dyna强化学习算法

其他学术论文