1) reinforcement learning
强制学习
1.
The application of reinforcement learning in gait design and the pr.
最后分析了强制学习技术在步态综合中应用的适应性和多自由度造成的组合爆炸问题。
3) reinforcement learning
强化学习
1.
Adaptive HVDC supplementary damping controller based on reinforcement learning;
基于强化学习算法的自适应直流附加阻尼控制器
2.
Pattern driven scheduling system based on reinforcement learning;
基于强化学习的模式驱动调度系统研究
3.
Multi-robot dynamic cooperation based on an immunized reinforcement learning mechanism;
基于免疫强化学习机制的多机器人动态协作
4) 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
5) reinforcement learning(RL)
强化学习
1.
Based on reinforcement learning(RL) algorithm—improved genetic algorithms supported by Bayesian learning algorithm,task distribution issue.
在构建舰船设备协同控制多智能体系统(MAS)过程中,各Agent之间存在某种内在的冲突、联系和规律,为了有效地发现和消解这些问题,引入智能控制解决方案和强化学习方法,能为MAS系统的构建提供有效的技术保障。
2.
Reinforcement Learning(RL) is a kind of unsupervised learning method for agent to acquire optimal behavior sequence to adapt to unknown environments with a clue of reward.
强化学习是一种重要的无监督机器学习技术,它能够利用不确定的环境下的奖赏发现最优的行为序列,实现动态环境下的在线学习,被广泛地应用到Agent系统当中。
3.
This paper discusses reinforcement learning(RL)algorithm and its application to technical action learning of soccer robot.
主要研究了强化学习算法及其在机器人足球比赛技术动作学习问题中的应用。
6) reinforcement learning
加强学习
1.
It is hard to apply reinforcement learning algorithms to solve elevator group control problem in a building with more floors and elevators.
运用加强学习算法解决电梯群控问题往往受限于算法收敛速度慢,很难扩展至具有更高楼层、更多电梯的群控系统。
2.
he problem of real time modeling of the time series single-step forecasting model based-on neural networks can be viewed as a reinforcement learning problem.
提出了将基于神经网络的时序一步预测模型的实时建模预测问题归结为加强学习问题，从而提出用时差法和误差反向传播法分别解决时间信用赋值问题和结构信用赋值问题。
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