排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
深度强化学习将深度学习的表示能力和强化学习的决策能力结合,因在复杂控制任务中效果显著而掀起研究热潮.以是否用Bellman方程为基准,将无模型深度强化学习方法分为Q值函数方法和策略梯度方法,并从模型构建方式、优化历程和方法评估等方面对两类方法分别进行了介绍.针对深度强化学习方法中样本效率低的问题进行讨论,根据两类方法的模型特性,说明了Q值函数方法过高估计问题和策略梯度方法采样无偏性约束分别是两类方法样本效率受限的主要原因.从增强探索效率和提高样本利用率两个角度,根据近年来的研究热点和趋势归纳出各类可行的优化方法,分析相关方法的优势和仍存在的问题,并对比其适用范围和优化效果.最后提出增强样本效率优化方法的通用性、探究两类方法间优化机制的迁移和提高理论完备性作为未来的研究方向. 相似文献
2.
3.
输电线路绝缘子的电压和电场分布对绝缘子的相关设计和运行维护非常重要.根据绝缘子串电压分布曲线和线路绝缘子实测结果可判断出绝缘子串的劣化程度、绝缘子串的绝缘性能等电气特征.主要研究玻璃绝缘子串的电压与电场的分布.在总结静电场计算方法的基础上,根据绝缘子串计算模型的特点,选择了ANSYS有限元方法进行求解. 相似文献
4.
1