基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
平均报酬模型的多步强化学习算法
强化学习
即时差分学习
马氏决策过程
R学习
平均和折扣准则MDP基于TD(0)学习的统一NDP方法
Markov决策过程
性能势
TD(0)学习
神经元动态规划
基于改进即时学习算法的湿法冶金浸出过程建模
湿法冶金
浸出过程
即时学习算法
最小二乘支持向量机
时间有序性
累计相似因子
即时学习型迭代学习控制在励磁控制中的应用
迭代学习控制
即时学习算法
初值
励磁控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 平均准则问题的即时差分学习算法
来源期刊 自动化学报 学科 工学
关键词 即时差分学习,强化学习,动态规划,Monte Carlo方法
年,卷(期) 2000,(4) 所属期刊栏目 短文
研究方向 页码范围 533-536
页数 4页 分类号 TP2
字数 1762字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴沧浦 北京理工大学自动控制系 23 428 8.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (3)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(0)
  • 二级引证文献(1)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
即时差分学习,强化学习,动态规划,Monte Carlo方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导