聯(lián)合隨機(jī)性策略的深度強(qiáng)化學(xué)習(xí)探索方法
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>679 K
標(biāo)簽： 強(qiáng)化學(xué)習(xí) 深度強(qiáng)化學(xué)習(xí) 探索利用困境
所需積分：0分積分不夠怎么辦？
文檔介紹： 目前深度強(qiáng)化學(xué)習(xí)算法已經(jīng)可以解決許多復(fù)雜的任務(wù)，然而如何平衡探索和利用的關(guān)系仍然是強(qiáng)化學(xué)習(xí)領(lǐng)域的一個(gè)基本的難題，為此提出一種聯(lián)合隨機(jī)性策略的深度強(qiáng)化學(xué)習(xí)探索方法。該方法利用隨機(jī)性策略具有探索能力的特點(diǎn)，用隨機(jī)性策略生成的經(jīng)驗(yàn)樣本訓(xùn)練確定性策略，鼓勵(lì)確定性策略在保持自身優(yōu)勢的前提下學(xué)會(huì)探索。通過結(jié)合確定性策略算法DDPG和提出的探索方法，得到基于隨機(jī)性策略指導(dǎo)的確定性策略梯度算法(SGDPG)。在多個(gè)復(fù)雜環(huán)境下的實(shí)驗(yàn)表明，面對探索問題，SGDPG的探索效率和樣本利用率要優(yōu)于DDPG算法。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。
主站蜘蛛池模板： 欧美亚洲日本韩国一级毛片 | 国产97视频在线 | 男女乱淫免费视频 | www.一区二区三区.com | 2345成人高清毛片 | 自拍视频精品 | 国产乱码精品一区二区三区卡 | 日韩美女毛片 | 日韩一级视频 | 请看一下欧美一级毛片 | 成年女人毛片免费观看中文w | 精品视频在线一区 | 久久欧美精品 | 日韩国产欧美一区二区三区在线 | 草草影院www色欧美极品 | 中文字幕精品视频在线 | 美女视频大全视频a免费九 美女视频大全网站免费 | 国产精品亚洲专区在线播放 | 综合九九| 天堂最新版 | 国产视频高清在线观看 | 国产一区二区免费视频 | 亚洲国产系列 | 日本三级在线观看中文字 | 亚洲国产精品久久综合 | 欧美三级黄色 | 欧洲一级片 | 九九久久精品这里久久网 | 免费人成在线观看网站视频 | 欧美日本在线视频 | 最新亚洲国产有精品 | 色夜视频 | 亚洲欧美一区二区三区四区 | 国产成人女人在线视频观看 | 欧美精品一区二区三区视频 | 精品国产午夜久久久久九九 | 在线日韩中文字幕 | 免费人成在线观看网站 | 亚洲精品欧美 | 久久99精品久久只有精品 | 欧美性猛交xxxx免费看手交 |