原文服务方: 科技与创新       
摘要:
针对确定性马尔克夫决策过程,本文提出了一种基于支持样本的快速增强学习算法.文章首先把学习问题形式化为一个确定性的马尔可夫决策过程.并对问题空间中每个状态的总回报值进行估计,根据总回报估计值与累积总回报估计值的大小关系,提出了支持样本的概念,即在大量的训练样本中,提取出值得我们信赖的那些样本;然后建立状态空间与动作空间之间的对应关系,用得到的支持样本进行最小二乘逼近,得到了快速有效的策略函数;最后,通过仿真实验,证明了方法的有效性.
推荐文章
增强学习的PID控制参数优化快速整定算法
BP-PID控制器
参数整定
粒子群
增强学习
自适应变异
基于机器学习的样本多样性算法研究
卷积神经网络
人脸识别
大样本
对抗生成网络
基于支持向量机的增量学习算法
结构风险最小化
支持向量
增量学习
基于自适应步长的支持向量机快速训练算法
支持向量机
序贯最小化
机器学习
自适应步长
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 基于支持样本的快速增强学习算法
来源期刊 科技与创新 学科
关键词 增强学习 马尔可夫决策过程 支持样本
年,卷(期) 2009,(24) 所属期刊栏目 软件时空
研究方向 页码范围 136-138
页数 3页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2009.24.055
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 查亚兵 25 203 8.0 13.0
2 肖力 3 0 0.0 0.0
3 束雄英 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (7)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
增强学习
马尔可夫决策过程
支持样本
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导