论文部分内容阅读
人类通常从与外界环境的交互中学习。所谓强化（reinforcement）学习是指从环境状态到行为映射的学习，以使系统行为从环境中获得的累积奖励值最大。在强化学习中，我们设计算法来把外界环境转化为最大化奖励量的方式的动作。
浅析强化学习算法研究与应用
【摘 要】
：
人类通常从与外界环境的交互中学习。所谓强化（reinforcement）学习是指从环境状态到行为映射的学习，以使系统行为从环境中获得的累积奖励值最大。在强化学习中，我们设计算法来把
【机 构】
：
郑州幼儿师范学校
【出 处】
：
科技信息
【发表日期】
：
2011年11期
其他文献
探讨心理控制源和行为抑制对医学生自杀意念的影响。采用内控性、有势力的他人及机遇量表、行为抑制量表和自杀意念自评量表对311名医学生施测。内控性与自杀意念之间存在着
“数字科学家”课程是北京师范大学提出的一门新型课程。我们认为在科学研究过程中，数据分析是非常重要和关键的一步。本课程以学生发展为本，重点在于初步培养学生的科学思维方
2012年全国中小学信息技术教育征文活动自启动以来，历时7个月，得到全国各地广大读者的密切关注。经评审专家层层筛选把关，共评出一等奖52篇，二等奖175篇，三等奖；585篇，优秀奖、组织
本市高效课堂教学展示课活动在我校举行，笔者有幸观摩。其中，数学特级教师黄德忠执教的小学二年级《认识角》一课，给我留下了深刻的印象。我认为这是一节信息技术与数学学科相整
现代科技带动交通运输业的迅猛发展,传统汽车发动机在提供强大动力的同时,消耗了大量能源,并排放大量尾气污染物,导致严重的大气污染。有效节能、减少环境污染,成为各国关注
目的：调查检验学系毕业生急救复苏能力现状,分析原因及制定对策。方法：对潍坊医学院检验学系毕业78名采用分别以理论和技能考核,并与其选修学习途径学校选修（选1,否0）,网络继续教
当前,大学生心理问题日益增多,已成为高校学生管理中突出的问题,加强大学生心理健康教育已成为各高校的共识。本文分析了当前影响大学生心理健康的因素和现阶段心理健康教育
在做生物课件时，一般都需要一些图片，但有时候很难在网上找到符合教师要求的图片。如果能用简单的方法自己绘图，那是最好不过了。下面介绍一种简单的绘图方法。 可能很多人都不知道windows自带的画图软件其实可以绘制一些精美的图片，我们以画T2噬菌体为例进行介绍。先点击电脑左下角的“开始”按钮，再依次点击“所有程序”——“附件”——“画图”，这样就打开了Windows自带的画图软件。也可以按“Wind
<正>0.Introduction Nowadays,with the economic globalization and the regional economic integration strengthening,the cultural exchanges between China and the Wes
城建档案工作是党和国家建设事业的重要组成部分,也是全面落实科学发展观、建设社会主义和谐社会的一项重要的基础性工作。笔者就如何做好新时期城建档案工作进行了深入的思