连续状态自适应离散化基于K-均值聚类的强化学习方法
使用聚类算法对连续状态空间进行自适应离散化,得到了基于K-均值聚类的强化学习方法.该方法的学习过程分为两部分:对连续状态空间进行自适应离散化的状态空间学习,使用K-均值聚类算法;寻找最优策略的策略学习,使用替代合适迹Sarsa学习算法.对连续状态的强化学习基准问题进行仿真实验,结果表明该方法能实现对连续状态空间的自适应离散化,并最终学习到最优策略.与基于CMAC 网络的强化学习方法进行比较,结果表明该方法具有节省存储空间和缩短计算时间的优点.
文件下载
评论信息
其他资源
- 飞控地面站代码解析.zip
- tcpdump（windows版）.zip
- VHDL课程设计--万年历，课程设计报告。包括各个模块的代码及仿真图
- MATLAB 复数拟合
- UVM大百科（含各项UVM教程，笔记及代码）.rar
- 基于matlab的LMS和RLS的自适应滤波器的应用仿真
- 163邮件附件批量下载及汇总.docx
- maxwell中的HFSS场计算器使用指南
- CAD万能字体（附使用说明）
- Delphi Indy10.6
- SystemVerilog硬件设计及建模中文+英文+课件
- sunflover.ec带源码
- 西门子PLC S7-300与上位机以太网TCP通讯程序
- Verilog HDL编写的FPGA RS232串口发送代码
- 【RPG Maker MV】RPG游戏《机器人养成记》制作笔记 - 制作背景和引擎选择-附件资源
- 常用6500字符集，用于制作图集
- 浙江理工大学2017-2019年历年研究生入学考试试卷，代码：990.pdf
- 2020最新-Vue ElementUi入门实战视频教程.txt
- Python 3.8.1 32+64位安装包.zip
- C语言模拟路由DV算法
- 51单片机控制输出pwm信号控制舵机程序
- smplayer-0.6.9源码
- 基于JAVA的音乐音频视频播放器源代码
- 《selenium2 python 自动化测试实战（第二版）》
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