【摘 要】
：
径向基函数网络逼近模型可以有效地解决连续状态空间强化学习问题.然而,强化学习的在线特性决定了RBF网络逼近模型会面临＂灾难性扰动＂,即新样本作用于学习模型后非常容易对先前
【机 构】
：
苏州大学计算机科学与技术学院,吉林大学符号计算与知识工程教育部重点实验室,江苏省软件新技术与产业化协同创新中心
【基金项目】
：
国家自然科学基金(61272005,61070223,61103045,61070122,61472262);江苏省自然科学基金(BK2012616);吉林大学符号计算与知识工程教育部重点实验室资助项目(93K172012K04)资助~~
论文部分内容阅读
径向基函数网络逼近模型可以有效地解决连续状态空间强化学习问题.然而,强化学习的在线特性决定了RBF网络逼近模型会面临＂灾难性扰动＂,即新样本作用于学习模型后非常容易对先前学习到的输入输出映射关系产生破坏.针对RBF网络逼近模型的＂灾难性扰动＂问题,文中提出了一种基于自适应归一化RBF（ANRBF）网络的Q-V值函数协同逼近模型及对应的协同逼近算法——QV（λ）.该算法对由RBFs提取得到的特征向量进行归一化处理,并在线自适应地调整ANRBF网络隐藏层节点的个数、中心及宽度,可以有效地提高逼近模型的抗干扰性
其他文献
名词性成分有多重指称意义,其定指性意义与名词短语的类型、句法位置和语用因素存在着紧密联系。本文从词汇、句法结构两个层面分析汉语中定指和不定指成分的表现形式,并通过
<正>2019年寒假,我找了一份兼职,在餐厅做服务员。这不是我第一次做兼职,却是做得最累、最辛苦的一次。餐厅服务工作的内容比较多,部门主管安排了师傅专门带教我。不过,刚上
《脉经》是我国现存最早的一部脉学理论专著，也是北宋校正医书局林亿等人奉诏校定整理的重要医书之一，作者为三国时魏太医令王叔和［１］。林亿在治平二年（公元１０６５年）校勘《伤寒论》，治平三
<正>[案例]小李,男,22岁,行政管理专业毕业,身高172厘米,戴着一副眼镜,给人感觉文质彬彬的。他原想找一份大公司文职岗位的工作,可毕业了半年,依旧没找到自己心仪的。随着在
伦敦大英图书馆藏敦煌写卷中，有四份残卷具有共同特点，它们是S．6245V、S．8289、S．9431V、S．9443V。首先，四份残卷全部残存写卷的下半部；其次，四份残卷的墨色、书法、行款均相同；第三，写
西晋太医令王叔和所作<脉经>一书,在中医诊断尤其是在诊脉方面有着重要的地位,该书约成书于3世纪265至316年,历经辗转传抄流传下来.
中医学界多数学者认为《脉经》是我国现存最早之脉学专著。本文作者则认为：该书系以“类例相从”的方法．对魏以前经典医籍做了一次历史性的总结，是一部汇集魏以前医籍之大成的经
释意理论的核心是"脱离原语语言外壳",它强调如果要完整地理解篇章意义,并流畅地道地用目标语进行重新表达,中间就必须有一个摆脱原语语言形式束缚的过程。这一观点对于口译
概要考察了张钟景《伤寒论》的《脉经》本、敦煌古医籍本、《千金要方》本、《千金民办方》本、《太平圣惠方》本、《金匮玉函经》本、宋本、《注解伤寒论》本等传本的情况，特