加强学习的实现及其在多主体系统中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：简介加强学习的有关理论及实现的Q学习算法，并通过证明Q学习的收敛性，指出在下列条件下可得到最优解：1系统可以用马尔可夫过程模拟；2主体在任意的状态－动作下得到的奖励是有界的；3主体选择动作的策略可以保证随着学习的进行而每一对状态－动作都会无穷地出现。最后，讨论加强学习在多主体系统中的一些应用，并归纳出加强学习的若干特点。

原文链接:http://www.cqvip.com//QK/85729X/200001/7595955.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：学习的 cqvip 学术交流 马尔可夫 学习算法 智能主体 机器学习 Q学习算法 控制策略