1) evolutionary reinforcement learning
进化增强学习
2) 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
3) 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 。
4) 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 。
5) 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
6) 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。
补充资料：学习进化层次
学习进化层次
evolutionary hierarchy of learning
学习进化层次(evolutionary hierarchyof learning)拉兹兰根据机体的进化水平划分的学习发展层次。他认为学习水平随物种、尤其是神经系统的进化而发展。他推断学习最早出现于智慧比较高级的鸟类和哺乳类动物身上，并把动物与人类的一切学习形式由低到高分为四级:(l)反应性学习。(2)联结性学习。(3)整合性学习。(4)象征性学习。每一级又分成若干亚级。较高级的学习类型由较低级的学习类型进化而来;遗传上较高级的物种身上可以出现遗传上较低级物种身上出现的一切学习形式，反之则不能。 (卢永奎撰成立夫审)
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