第4章回到目錄第6章

第5章-強化函數設計方法及其在學習系統的應用

• • 5.1 引言
  • 5.2 強化學習應用中的關鍵問題
  • • 5.2.1 泛化方法
    • 5.2.2 探索與利用的權衡
    • 5.2.3 強化函數與算法結構設計
  • 5.3 強化學習的獎懲函數
  • 5.4 基于平均報酬模型的強化學習算法
  • • 5.4.1 報酬模型
    • 5.4.2 最優策略
    • 5.4.3 基于平均報酬模型的強化學習主要算法
  • 5.5 一種基于知識的強化函數設計方法
  • • 5.5.1 強化函數的基本設計思想
    • 5.5.2 基于知識的強化函數
    • 5.5.3 仿真實驗
  • 5.6 小結

5.1 引言

5.2 強化學習應用中的關鍵問題

5.2.1 泛化方法

5.2.2 探索與利用的權衡

5.2.3 強化函數與算法結構設計

5.3 強化學習的獎懲函數

5.4 基于平均報酬模型的強化學習算法

5.4.1 報酬模型

5.4.2 最優策略

5.4.3 基于平均報酬模型的強化學習主要算法

5.5 一種基于知識的強化函數設計方法

5.5.1 強化函數的基本設計思想

5.5.2 基于知識的強化函數

5.5.3 仿真實驗

5.6 小結

總結

以上是生活随笔為你收集整理的【控制】《多智能体机器人系统信息融合与协调》范波老师-第5章-强化函数设计方法及其在学习系统的应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。