求解部分可观测马氏决策过程的强化学习算法
针对部分可观测马氏决策过程(POMDP) 中, 由于感知混淆现象的存在, 利用Sarsa 等算法得到的无记忆策
略可能发生振荡的现象, 研究了一种基于记忆的强化学习算法——CPnSarsa (K) 学习算法来解决该问题. 它通过重新
定义状态,A gent 结合观测历史来识别混淆状态. 将CPnSarsa (K) 算法应用到一些典型的POMDP, 最后得到的是最
优或近似最优策略. 与以往算法相比, 该算法的收敛速度有了很大提高.
略可能发生振荡的现象, 研究了一种基于记忆的强化学习算法——CPnSarsa (K) 学习算法来解决该问题. 它通过重新
定义状态,A gent 结合观测历史来识别混淆状态. 将CPnSarsa (K) 算法应用到一些典型的POMDP, 最后得到的是最
优或近似最优策略. 与以往算法相比, 该算法的收敛速度有了很大提高.
文件下载
评论信息
其他资源
- RFID_MFRC522库文件
- MATLAB底层代码实现深度学习LeNet网络
- 机房收费管理系统
- SSM学生成绩信息管理系统
- LATEX 入门
- 4区SCI期刊目录影响因子查询
- 【C++】3D场景漫游2.0版程序源码 by浅墨
- 计算机类文献综述
- java代码编写将excel数据导入到mysql数据库和数据库数据导出到excel
- 8.6幽灵的礼物（完美全版pdf）.pdf
- 创维酷开固件upgrade_v115.img
- layout经验总结2021年2月5日.doc
- 汽车车身传感器.ppt
- 蚂蚁4.0i多城市正版
- R语言 关联规则 apriori算法
- NCRE2018.rar
- 英文视频网源码一键采集
- Xwiki汉化文件
- 泰课Unity3D基础班视频教程
- 《jdk8学习笔记》PPT+课后习题答案
- Android自制手电筒
- 小波变换的matlab代码,包括EZW,Imfus,modify-shift和shift
- RIP协议的OPNET仿真分析
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明