论文部分内容阅读
提出了一种新的分层强化学习（HRL）Option自动生成算法，以Agent在学习初始阶段探测到的状态空间为输入，并采用改进的蚁群聚类算法（ACCA）对其进行聚类，在聚类后的各状态子集上通过经验回放学习产生内部策略集，从而生成Option，仿真实验验证了该算法是有效的。
基于ACCA的Option自动生成算法
【摘 要】
：
提出了一种新的分层强化学习（HRL）Option自动生成算法，以Agent在学习初始阶段探测到的状态空间为输入，并采用改进的蚁群聚类算法（ACCA）对其进行聚类，在聚类后的各状态子集上通过经验
【机 构】
：
长沙理工大学计算机与通信工程学院
【出 处】
：
计算机工程与应用
【发表日期】
：
2008年19期
其他文献
编者按自他汀类降脂药西立伐他汀(cerivastatin)因为引起致死性事件而退出市场后,对于低密度脂蛋白胆固醇(LDL-C)和甘油三酯(TG)同时升高、轮流单独应用他汀类和贝特类药物不
山水诗在中国文学中源远流长，而完整的山水诗出现在曹操的诗中，到大、小谢之时山水诗臻于兴盛，因此说山水诗脱胎于玄言诗欠准确；山水诗与玄言诗的关系并不是截然分明的前者脱胎于
给出几类非线性微分方程,通过变换来获得可积条件,同时给出它们积分的表达式,以达到拓宽其应用范围的目的.
通过案例分析阐述档案管理保密工作的重要性,提出在档案管理日常工作中,档案工作者应当自觉养成良好的职业保密习惯,自觉遵守各项保密制度,以高度的政治感责任感,做好档案在
为解决红外运动目标跟踪中的遮挡、形变等问题,提出一种基于粒子滤波的跟踪方法。该方法首先利用目标区域的灰度分布,建立了一种基于统计直方图的系统观测概率模型。并将飞机目标的运动看作惯性受限的非平稳过程,采用微分线性拟合模型作为系统状态转移模型。序列图像的实验表明:该算法能够在目标高速运动或发生遮挡的情况下稳健跟踪目标,其总体性能优于Mean Shift算法。
本刊讯（特约通讯员曹炎成）衢州市是浙江省重要的柑桔产区，共有3．4万hm^2，总产量达60万多t，按常年柑桔腐烂率2％～3％计算，废弃柑桔果实达1万～2万t，这些腐烂废弃柑桔的随意倒放严重影响农村环
分析了我国目前供电企业节能减排的现状,提出供电企业在节能减排管理上的一些措施,通过这些措施有效地解决供电行业能源损耗的问题,为我国节能减排事业做出贡献。
美国农业部的一项计划旨在让学生吃更多果蔬,而近日有批评指出,这项计划的好处被夸大。如《丹佛邮报》所报道,针对美国农业部午餐计划的批评发表于学术期刊PeerJ上,内容涉及
一、2型糖尿病对肝脏代谢的影响最近才公认肝病是2型糖尿病（T2DM）的主要并发症，包括非酒精性脂肪肝（NAFL）、肝硬化、肝癌以及丙型肝炎、急性肝衰竭和胆囊炎，T2DM的胰岛素抵抗（IR）和相