第4章回到目錄第6章

第5章-強(qiáng)化函數(shù)設(shè)計(jì)方法及其在學(xué)習(xí)系統(tǒng)的應(yīng)用

• • 5.1 引言
  • 5.2 強(qiáng)化學(xué)習(xí)應(yīng)用中的關(guān)鍵問題
  • • 5.2.1 泛化方法
    • 5.2.2 探索與利用的權(quán)衡
    • 5.2.3 強(qiáng)化函數(shù)與算法結(jié)構(gòu)設(shè)計(jì)
  • 5.3 強(qiáng)化學(xué)習(xí)的獎(jiǎng)懲函數(shù)
  • 5.4 基于平均報(bào)酬模型的強(qiáng)化學(xué)習(xí)算法
  • • 5.4.1 報(bào)酬模型
    • 5.4.2 最優(yōu)策略
    • 5.4.3 基于平均報(bào)酬模型的強(qiáng)化學(xué)習(xí)主要算法
  • 5.5 一種基于知識(shí)的強(qiáng)化函數(shù)設(shè)計(jì)方法
  • • 5.5.1 強(qiáng)化函數(shù)的基本設(shè)計(jì)思想
    • 5.5.2 基于知識(shí)的強(qiáng)化函數(shù)
    • 5.5.3 仿真實(shí)驗(yàn)
  • 5.6 小結(jié)

5.1 引言

5.2 強(qiáng)化學(xué)習(xí)應(yīng)用中的關(guān)鍵問題

5.2.1 泛化方法

5.2.2 探索與利用的權(quán)衡

5.2.3 強(qiáng)化函數(shù)與算法結(jié)構(gòu)設(shè)計(jì)

5.3 強(qiáng)化學(xué)習(xí)的獎(jiǎng)懲函數(shù)

5.4 基于平均報(bào)酬模型的強(qiáng)化學(xué)習(xí)算法

5.4.1 報(bào)酬模型

5.4.2 最優(yōu)策略

5.4.3 基于平均報(bào)酬模型的強(qiáng)化學(xué)習(xí)主要算法

5.5 一種基于知識(shí)的強(qiáng)化函數(shù)設(shè)計(jì)方法

5.5.1 強(qiáng)化函數(shù)的基本設(shè)計(jì)思想

5.5.2 基于知識(shí)的強(qiáng)化函數(shù)

5.5.3 仿真實(shí)驗(yàn)

5.6 小結(jié)

總結(jié)

以上是生活随笔為你收集整理的【控制】《多智能体机器人系统信息融合与协调》范波老师-第5章-强化函数设计方法及其在学习系统的应用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。