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
\
计算机科学与探索期刊
\
解决深度探索问题的贝叶斯深度强化学习算法
解决深度探索问题的贝叶斯深度强化学习算法
作者:
杨珉
汪洁
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
深度强化学习
探索与利用
贝叶斯定理
摘要:
在强化学习领域,如何平衡探索与利用之间的关系是一个难题.近几年提出的强化学习方法主要关注如何结合深度学习技术来提高算法的泛化能力,却忽略探索利用困境这一问题.传统的强化学习方法可以有效解决探索问题,但存在着一定的限制条件:马尔可夫决策过程的状态空间必须是离散并有限的.提出通过贝叶斯方法来提高深度强化算法的探索效率,并将贝叶斯线性回归中计算参数后验分布的方法扩展到人工神经网络等非线性模型中,通过结合Bootstrapped DQN和提出的计算方法得到了贝叶斯自举深度Q网络算法(BBDQN).最后用两个环境下的实验表明了BBDQN在面对深度探索问题时的探索效率要优于DQN以及Bootstrapped DQN.
暂无资源
收藏
引用
分享
推荐文章
基于深度强化学习的图像修复算法设计
图像修复
机器学习
深度强化学习
大数据
自相似
关联性
基于深度强化学习的服务功能链映射算法
网络功能虚拟化
服务功能链
深度强化学习
网络时延
网络运维开销
基于策略记忆的深度强化学习序列推荐算法研究
推荐系统
强化学习
策略网络
注意力机制
基于深度强化学习的航路点飞行冲突解脱
飞行冲突
深度强化学习
深度Q网络
航空器分离
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
解决深度探索问题的贝叶斯深度强化学习算法
来源期刊
计算机科学与探索
学科
工学
关键词
深度强化学习
探索与利用
贝叶斯定理
年,卷(期)
2020,(2)
所属期刊栏目
人工智能
研究方向
页码范围
307-316
页数
10页
分类号
TP181
字数
8374字
语种
中文
DOI
10.3778/j.issn.1673-9418.1901020
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
汪洁
中南大学信息科学与工程学院
16
97
5.0
9.0
2
杨珉
中南大学信息科学与工程学院
2
3
1.0
1.0
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
(25)
共引文献
(92)
参考文献
(15)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1992(3)
参考文献(2)
二级参考文献(1)
1994(1)
参考文献(0)
二级参考文献(1)
1995(1)
参考文献(0)
二级参考文献(1)
1997(2)
参考文献(1)
二级参考文献(1)
1999(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(1)
二级参考文献(0)
2003(2)
参考文献(1)
二级参考文献(1)
2005(2)
参考文献(1)
二级参考文献(1)
2006(1)
参考文献(0)
二级参考文献(1)
2007(1)
参考文献(0)
二级参考文献(1)
2008(2)
参考文献(0)
二级参考文献(2)
2009(1)
参考文献(0)
二级参考文献(1)
2010(3)
参考文献(2)
二级参考文献(1)
2011(1)
参考文献(0)
二级参考文献(1)
2012(1)
参考文献(0)
二级参考文献(1)
2013(4)
参考文献(2)
二级参考文献(2)
2014(3)
参考文献(0)
二级参考文献(3)
2015(5)
参考文献(2)
二级参考文献(3)
2016(2)
参考文献(1)
二级参考文献(1)
2017(1)
参考文献(1)
二级参考文献(0)
2018(1)
参考文献(1)
二级参考文献(0)
2020(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
深度强化学习
探索与利用
贝叶斯定理
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
计算机科学与探索
主办单位:
华北计算技术研究所
出版周期:
月刊
ISSN:
1673-9418
CN:
11-5602/TP
开本:
大16开
出版地:
北京市海淀区北四环中路211号北京619信箱26分箱
邮发代号:
82-560
创刊时间:
2007
语种:
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
期刊文献
相关文献
1.
基于深度强化学习的图像修复算法设计
2.
基于深度强化学习的服务功能链映射算法
3.
基于策略记忆的深度强化学习序列推荐算法研究
4.
基于深度强化学习的航路点飞行冲突解脱
5.
融合主动学习的改进贝叶斯半监督分类算法研究
6.
一般贝叶斯网络分类器及其学习算法
7.
磁导航AGV深度强化学习路径跟踪控制方法
8.
深度强化学习复原多目标航迹的TOC奖励函数
9.
采用约束蚁群优化的贝叶斯网结构学习算法
10.
基于双层贝叶斯网增强学习机制的网络认知算法
11.
贝叶斯公式实例的深度挖掘
12.
基于深度贝叶斯主动学习的高光谱图像分类
13.
基于出租车司机经验的约束深度强化学习算法路径挖掘
14.
深度强化学习算法在慢走丝机床上的应用研究
15.
一种基于模型的可分解贝叶斯在线强化学习
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
计算机科学与探索2022
计算机科学与探索2021
计算机科学与探索2020
计算机科学与探索2019
计算机科学与探索2018
计算机科学与探索2017
计算机科学与探索2016
计算机科学与探索2015
计算机科学与探索2014
计算机科学与探索2013
计算机科学与探索2012
计算机科学与探索2011
计算机科学与探索2010
计算机科学与探索2009
计算机科学与探索2008
计算机科学与探索2007
计算机科学与探索2020年第9期
计算机科学与探索2020年第8期
计算机科学与探索2020年第7期
计算机科学与探索2020年第6期
计算机科学与探索2020年第5期
计算机科学与探索2020年第4期
计算机科学与探索2020年第3期
计算机科学与探索2020年第2期
计算机科学与探索2020年第12期
计算机科学与探索2020年第11期
计算机科学与探索2020年第10期
计算机科学与探索2020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