折扣与无折扣MDPs:一个基于SARSA(λ)算法的实例分析
절구여무절구MDPs:일개기우SARSA(λ)산법적실례분석
Discounted and Undiscounted MDPs :a Case Study Based on SARSA (λ)Algorithms
  • 万方数据
    计算机工程与应用 계산궤공정여응용
    COMPUTER ENGINEERING AND APPLICATIONS
    2002年 9期 86-88 ,共3页

    陈焕文%谢丽娟

    진환문%사려연

    激励学习%Markov决策过程%动态规划 激勵學習%Markov決策過程%動態規劃
    격려학습%Markov결책과정%동태규화
    分析了折扣激励学习存在的问题,对MDPs的SARSA(λ)算法进行了折扣的比较实验分析,讨论了平均奖赏常量对无折扣SARSA(()算法的影响.
    분석료절구격려학습존재적문제,대MDPs적SARSA(λ)산법진행료절구적비교실험분석,토론료평균장상상량대무절구SARSA(()산법적영향.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문