|
|||||
|
|
| 强化学习算法中启发式回报函数的设计及其收敛性分析 | |
| 作者姓名： | 魏英姿 赵明扬 |
| 作者单位： | 中国科学院沈阳自动化所机器人学重点实验室,沈阳,110016;沈阳理工大学,沈阳,110168;中国科学院研究生,北京,100039;中国科学院沈阳自动化所机器人学重点实验室,沈阳,110016 |
| 基金项目： | 中国科学院先进制造基地创新基金(F010120),973计划课题(2002CB312200) |
| 摘 要： | (中国科学院沈阳自动化所机器人学重点实验室沈阳110016) |
| 关 键 词： | 强化学习 回报函数 马尔可夫决策过程 策略 收敛性 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |