论文部分内容阅读
考虑平均准则随机动态规划（ＳＤＰ）问题的一族在线即时差分（ＴＤ）学习算法，在学习中，平均问题的相对值函数是控制器所要学习的目标函数，所提出的算法是已有的ＴＤ（λ）算法及Ｒ－学习算法的一种推广。
平均准则问题的即时差分学习算法
【摘 要】
：
考虑平均准则随机动态规划（ＳＤＰ）问题的一族在线即时差分（ＴＤ）学习算法，在学习中，平均问题的相对值函数是控制器所要学习的目标函数，所提出的算法是已有的ＴＤ（λ）算法及Ｒ－学习算法的一种推广。
【机 构】
：
北京理工大学自动控制系
【出 处】
：
自动化学报
【发表日期】
：
2000年4期
【基金项目】
：
国家自然科学基金
其他文献
对6根玻璃纤维布加固混凝土柱和1根对比试验柱作受压试验．分析玻璃纤维布的受压加固机理及影响玻璃纤维布受压加固效果的因素，证明玻璃纤维布加固有助于钢筋混凝土柱受压承载力
采用模糊动态模型对多变量复杂非线性系统进行模糊控制.首先针对局部线性动态模型设计状态反馈控制器,然后利用模糊推理确定整个系统的控制;在一系列局部模型通过模糊隶属函
运用饱和-非饱和渗流有限元法模拟降雨条件下饱和-非饱和土坡暂态渗流场的变化情况，分析降雨强度、降雨历时以及土壤饱和渗透系数等参数对非饱和土坡基质吸力的影响．分析结果表
【正】 什么是音乐?构成音乐“精髓”的那些要素(旋律、节奏、和声、音色、曲式)起源于什么?理解了这些要素、理解了它们是怎样调合在一起的;那么也就理解了全部所有的音乐。
提出一种Web信息抽取规则的优化方法，用于提高信息抽取的效率，采用分级制的思想，将原有规则中的限制条件分为粗规则和细规则两部分，粗规则面向网页中所有的信息片断，用于信息的初
自从对黑客精神领悟越来越深，各种网吧的限制也越来越严之后良心的谴责与技术的限制就让我很少去实施免费上网的行为了。不过．黑客的精神没有免费但有自由，所以我花了钱上网，总该
基于模态综合理论提出一种斜拉桥抖振时域分析实用方法．在桥梁随机风场数值模拟的基础上，建立斜拉桥时域抖振分析计算模型．该方法简化了自激力时域化过程，并在计算中考虑了气动刚