钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机研究与发展期刊
\
样本有限关联值递归Q学习算法及其收敛性证明
样本有限关联值递归Q学习算法及其收敛性证明
作者:
殷苌茗
谢丽娟
陈焕文
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
激励学习
Q学习
最优费用函数
关联值递归
Markov决策过程
摘要:
一个激励学习Agent通过学习一个从状态到动作映射的最优策略来解决策问题.求解最优决策一般有两种途径:一种是求最大奖赏方法,另一种是求最优费用方法.利用求解最优费用函数的方法给出了一种新的Q学习算法.Q学习算法是求解信息不完全Markov决策问题的一种有效激励学习方法.Watkins提出了Q学习的基本算法,尽管他证明了在满足一定条件下Q值学习的迭代公式的收敛性,但是在他给出的算法中,没有考虑到在迭代过程中初始状态与初始动作的选取对后继学习的影响.因此提出的关联值递归Q学习算法改进了原来的Q学习算法,并且这种算法有比较好的收敛性质.从求解最优费用函数的方法出发,给出了Q学习的关联值递归算法,这种方法的建立可以使得动态规划(DP)算法中的许多结论直接应用到Q学习的研究中来.
暂无资源
收藏
引用
分享
推荐文章
基于有限样本的最优费用关联值递归Q学习算法
激励学习
Q学习
最优费用函数
关联值递归
Markov决策过程
一般克隆选择算法的收敛性证明
克隆选择算法
收敛性
遗传算法
超变异算子
一类间歇生产过程的迭代学习控制算法及其收敛性分析
间歇过程
迭代学习
神经模糊模型
优化算法
PSO-MEA混合优化算法及其收敛性分析
混合优化算法
思维进化算法
粒子群优化算法
收敛性分析
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
样本有限关联值递归Q学习算法及其收敛性证明
来源期刊
计算机研究与发展
学科
工学
关键词
激励学习
Q学习
最优费用函数
关联值递归
Markov决策过程
年,卷(期)
2002,(9)
所属期刊栏目
人工智能与模式识别
研究方向
页码范围
1064-1070
页数
7页
分类号
TP182
字数
6687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
陈焕文
长沙电力学院数学与计算机系
18
95
6.0
9.0
2
谢丽娟
长沙电力学院数学与计算机系
7
56
4.0
7.0
3
殷苌茗
长沙电力学院数学与计算机系
13
52
5.0
6.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(62)
共引文献
(88)
参考文献
(10)
节点文献
引证文献
(6)
同被引文献
(4)
二级引证文献
(3)
1965(1)
参考文献(0)
二级参考文献(1)
1967(1)
参考文献(0)
二级参考文献(1)
1978(1)
参考文献(0)
二级参考文献(1)
1981(1)
参考文献(0)
二级参考文献(1)
1983(2)
参考文献(0)
二级参考文献(2)
1988(5)
参考文献(1)
二级参考文献(4)
1989(1)
参考文献(0)
二级参考文献(1)
1990(1)
参考文献(0)
二级参考文献(1)
1991(1)
参考文献(0)
二级参考文献(1)
1992(12)
参考文献(1)
二级参考文献(11)
1993(3)
参考文献(0)
二级参考文献(3)
1994(2)
参考文献(0)
二级参考文献(2)
1995(3)
参考文献(0)
二级参考文献(3)
1996(14)
参考文献(1)
二级参考文献(13)
1997(3)
参考文献(0)
二级参考文献(3)
1998(9)
参考文献(1)
二级参考文献(8)
1999(6)
参考文献(1)
二级参考文献(5)
2000(3)
参考文献(2)
二级参考文献(1)
2001(3)
参考文献(3)
二级参考文献(0)
2002(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)
2003(1)
引证文献(1)
二级引证文献(0)
2004(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)
2007(4)
引证文献(3)
二级引证文献(1)
2009(1)
引证文献(1)
二级引证文献(0)
2016(1)
引证文献(0)
二级引证文献(1)
研究主题发展历程
节点文献
激励学习
Q学习
最优费用函数
关联值递归
Markov决策过程
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
计算机研究与发展
主办单位:
中国科学院计算技术研究所
中国计算机学会
出版周期:
月刊
ISSN:
1000-1239
CN:
11-1777/TP
开本:
大16开
出版地:
北京中关村科学院南路6号
邮发代号:
2-654
创刊时间:
1958
语种:
chi
出版文献量(篇)
7553
总下载数(次)
35
总被引数(次)
164870
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
期刊文献
相关文献
1.
基于有限样本的最优费用关联值递归Q学习算法
2.
一般克隆选择算法的收敛性证明
3.
一类间歇生产过程的迭代学习控制算法及其收敛性分析
4.
PSO-MEA混合优化算法及其收敛性分析
5.
遗传算法的收敛性研究
6.
蝙蝠算法的全局收敛性分析
7.
E‐MS算法的收敛性
8.
常用数值求积分公式的直接证明及收敛性的证明
9.
激励学习的广义平均算法及其收敛性
10.
基于HS算法的Markov模型及收敛性分析
11.
MAX-MIN蚂蚁系统算法及其收敛性证明
12.
解TSP问题的蚁群算法及其收敛性分析
13.
分布种群的遗传算法收敛性证明
14.
关于修正的并行Halley迭代法的收敛性证明
15.
Q学习算法中网格离散化方法的收敛性分析
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机研究与发展2022
计算机研究与发展2021
计算机研究与发展2020
计算机研究与发展2019
计算机研究与发展2018
计算机研究与发展2017
计算机研究与发展2016
计算机研究与发展2015
计算机研究与发展2014
计算机研究与发展2013
计算机研究与发展2012
计算机研究与发展2011
计算机研究与发展2010
计算机研究与发展2009
计算机研究与发展2008
计算机研究与发展2007
计算机研究与发展2006
计算机研究与发展2005
计算机研究与发展2004
计算机研究与发展2003
计算机研究与发展2002
计算机研究与发展2001
计算机研究与发展2000
计算机研究与发展1999
计算机研究与发展2002年第9期
计算机研究与发展2002年第8期
计算机研究与发展2002年第7期
计算机研究与发展2002年第6期
计算机研究与发展2002年第5期
计算机研究与发展2002年第4期
计算机研究与发展2002年第3期
计算机研究与发展2002年第2期
计算机研究与发展2002年第12期
计算机研究与发展2002年第11期
计算机研究与发展2002年第10期
计算机研究与发展2002年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号