加强学习主要算法的比较研究

• 作者: 刘扬 郭茂祖 黄梯云
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 加强学习动态规划蒙特卡罗算法时序差分算法Q-学习
• 年，卷（期）: 2001,（21）
• 所属期刊栏目: 博士论文
• 页码范围: 16-18,48
• 页数: 4页
• 分类号: TP183
• 字数: 3879字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2001.21.007

摘要

文章介绍了加强学习模型,分别给出了加强学习的四个主要算法:动态规划、蒙特卡罗算法、时序差分算法、Q-学习,并指出了它们之间的区别和联系.最后给出加强学习的两个应用以及今后的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄梯云	哈尔滨工业大学管理学院	79	1154	18.0	29.0
2	刘扬	哈尔滨工业大学计算机科学与技术学院	45	333	10.0	17.0
3	郭茂祖	哈尔滨工业大学计算机科学与技术学院	77	1227	20.0	33.0