HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

增强学习基本模型及其分析

作者:李子韩增强学习智能体隐马尔科夫模型

摘要:近年来,机器学习与人工智能逐渐成为一个热门的研究领域。人们利用机器学习的方法。在很多领域取得了重大的突破与进展。机器学习当中有一个重要的研究领域,便是增强学习(Reinforcement learning,简写为RL),又叫做强化学习。增强学习关注的是智能体如何在环境中采取一系列行为,从而获得最大的累积回报。通过增强学习,一个智能体应该知道在什么状态下应该采取什么行为,从而获得最大的累积回报。本文主要介绍了增强学习的基本概念、增强学习的发展以及增强学习的广泛应用,最后介绍了增强学习中一个非常经典的模型——隐马尔科夫模型。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电子世界

《电子世界》(CN:11-2086/TN)是一本有较高学术价值的大型半月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电子世界》全方位推崇E时代大众电子科学意识,传播电子与信息领域的新知识、新技术,发表最新科研成果和展示技术进展状况,始终注重扶持学术新人,尤其关注广大青年科技工作者,优先发表理工科青年教师和研究生中的优秀学术稿件。

杂志详情