1) reinforcement learning
增强学习
1.
Parallel machines scheduling with reinforcement learning;
基于增强学习的平行机调度研究
2.
Optimized negotiation strategy based on reinforcement learning;
一种优化的基于增强学习协商策略
3.
A survey of direct policy search methods in reinforcement learning;
增强学习中的直接策略搜索方法综述
2) reinforcement learning
增强式学习
1.
However,reinforcement learning will take much time using the trial and error mechanism without the certain environment,and not satisfy the real-time request.
由于增强式学习不需要精确的环境模型 ,而是采用逐次逼近的机理 ,所以微直升机需要很大的计算开销 ,难以满足实时性要求。
2.
Each agent does not know the others structures of Q function and payoff using this multi-agent reinforcement learning without rigorous condition.
提出一种多智能体增强式学习方法 ,每个智能体在学习过程中将其他智能体和环境区分开来 ,并且通过维持其他智能体的替代传导径迹来预测它们的行为 ,从而也确定了自身的行为 。
3.
To solve the robot s path planning problem in dynamic environment, this paper applies adaptive learning to path planning based on reinforcement learning.
本文结合机器人路径规划问题介绍了增强式学习方法 ,实现了动态环境中基于增强式学习的自适应路径规划 。
3) Reinforcement Learning
增强型学习
1.
Hybrid Intelligent Control for Ship Steering Based on Reinforcement Learning Algorithm;
基于增强型学习算法的船舶运动混合智能控制
2.
In this paper, a hierarchical reinforcement learning algorithm is investigated for Markov Decision Process with average reward.
对平均报酬型马氏决策过程 ,本文研究了一种递阶增强型学习算法 ;并将算法应用于一个两台机器组成的闭环可重入生产系统 ,计算机仿真结果表明 ,调度结果优于熟知的两种启发式调度策略 。
3.
A set of optimised fuzzy control rules can be automatically generated through reinforcement learning based on the state variables of object system.
该控制器能根据被控对象的状态通过增强型学习自动生成模糊控制规则 。
4) Sarsa reinforcement learning algorithm
Sarsa增强学习算法
5) connectionist reinforcement learning
连接增强式学习
1.
The robot needs to memorize the behaviors and states, at the same time the EMS memory space is not enough, the connectionist reinforcement learning can approximate the Q function with MLPs, and generalize the state space to economize the memory space.
机器人在学习过程中需要对行为状态进行记忆,连接增强式学习利用多层感知器逼近Q函数,泛化状态空间,节约了存储容量。
6) evolutionary reinforcement learning
进化增强学习
补充资料：部分学习与整体学习
部分学习与整体学习
part learning and whole learning
部分学习与整体学习(part learningand whole learning)在运动学习和记忆学习中，根据对学习内容的处理方式可以分成部分学习和整体学习。部分学习就是将材料分成几个部分，每次学习一个部分:整体学习就是每次学习整个材料。一般来讲，整体学习的效果优于部分学习。但是，课题复杂彼此没有意义联系的材料，用部分学习的效果好:课题简短或具有意义联系的材料，用整体学习的效果好。在进行学习时，可以将部分学习与整体学习结合起来，先进行整体学习再进行部分学习，或者相反。这种相互结合的学习方式叫做综合学习，效果更好些。 (周国帕撰成立夫审)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条