论文部分内容阅读
多目标引导的稀疏强化学习方法研究
【摘 要】
：
深度强化学习主要研究智能体在与环境交互中获得奖励、通过最大化奖励来寻找最优策略从而实现最优控制的一类方法,被认为是通往通用人工智能的重要路径之一。稀疏奖励问题则是深度强化学习尚未解决的一大关键挑战。在稀疏奖励的环境下,智能体在序列决策过程的终点才能获得奖励,中间过程缺乏有效的信息反馈,导致策略网络欠拟合、训练速度过慢和花费成本过高等现象。为此,本文研究基于多目标引导的稀疏强化学习方法,借助大量虚拟
【出 处】
：
中国科学技术大学
【发表日期】
：
2021年09期
其他文献
目前可穿戴电子设备的供能主要使用储能装置,如电池。但是,针对分布广泛、寿命有限的数万亿电池,进行监测、更换、回收是一项耗时、艰巨、且几乎不可能完成的任务。另一方面,
随着时代的不断发展,学生思维能力水平的培养逐步成为教育的主流。《普通高中地理课程标准》(2017年版2020年修订)强调要重视问题式教学,问题式教学是用“问题”整合相关学习内容的教学方式。问题式教学能够培养学生的地理核心素养和创造性思维。问题是思维的源泉,在高中地理课堂中提出的问题是教师和学生之间的桥梁。问题式教学作为一种培养学生能力的、有效的教学方法,在高中地理课堂中被广泛使用。问题链作为问题式
学位
改革开放40年来,我国社会经济发展取得较多成就,但资源、生态约束状况逐渐加剧,城市粗放型增长,不平衡和排他性使其面临越来越多的问题与挑战,这就促使城市要向更加包容的方向发展。包容性发展即在促进经济稳定发展的同时,还有考虑发展内容全面性和发展成果的共享。本文从城市包容性发展的内涵出发,构建了经济发展、发展内容全面性和发展成果共享的综合指标评价体系。利用熵值法结合改进的CRITIC法,计算出2009—
学位
21世纪以来,随着经济全球化步伐的加快,各国的国际竞争力显现出新的格局,为了提高国家的综合国力,各国都把注意力转向了教育,因此,也对知识文化、人才素质等教育方面提出了新的要求。我国新一轮课程改革正是基于当前世界发展和变化的潮流,为了不断向前推进我国现代化的发展目标和科教事业的繁荣而提出的。在2014年,国家教育部制定方案开始从部分地区进行试点改革,再逐步推广至全国范围,到2018年,国家教育部正式
学位
随着地理核心素养的提出,高考试题命题形式和考查内容等不断调整与变化,对于知识与能力的考查也呈现出新的特点。高考作为地理教学最终的评价方式,代表了国家对于中学生的要求,对地理教学有导向作用。以核心素养的角度研究高考试题,对于在课堂教学中帮助学生落实核心素养培养有着重要作用。本文采用文献法、统计分析法和案例研究法,结合《普通高中地理课程标准(2017年版)》,首先对农业、工业、交通三大产业活动的教学内
学位
当代信息技术深刻的改变着人们的生活方式,也深刻改变中学生学习地理的方式与知识呈现方式,信息技术与地理课程的融合逐渐成为地理学科和学生发展的需要。根据国内外的研究现状可以看出信息技术辅助地理实验教学具有广阔的发展前景,如何发挥信息技术在地理实验教学中的积极作用具有较强的研究价值,也逐渐得到地理教育工作者的重视。本文采用了文献研究法、问卷调查法、对比分析法,在建构主义学习理论、沉浸理论、多元智能理论的
学位
人口是社会发展的重要组成要素,其在空间范围内的分布变化必将对其他要素的配置等产生影响,进而影响社会经济发展。随着国家建设“海洋强国”政策的提出,海岛经济快速发展,海岛旅游业的发展,使海岛人口迁移呈现出岛内居民迁出和岛外人口迁入的特殊现象。12个海岛县(区)人口迁移状况存在明显不同,2018年,除定海区和崇明区外,其余海岛县(区)迁出人口均大于迁入人口,人口迁出现象比较严重,对我国海洋强国的建设、促
学位
中国是一个粮食生产和消费大国。保障粮食安全始终是国计民生的重中之重。粮食生产和粮食安全是关系我国国计民生的重要问题,对保障我国社会经济发展具有重要意义。本文以全国31个省(自治区)为研究对象,对2000-2018年粮食产量和粮食播种面积进行分析,运用统计分析法分析增减变化;运用重心模型和空间自相关,从空间维度来分析中国粮食生产地域格局演化规律。借鉴已有的研究成果,结合当前时代背景,列出指标,运用空
学位
伴随着新一轮高考改革的实施,高考对学生提出了新的要求。新课程改革使地理核心素养成为教师关注的重点,而综合思维素养作为地理核心素养的重要组成部分,也对学生思考问题的方式产生了重要的影响。“问题研究”部分区别于教材上的其它正课内容,它讲求对培养学生学习自主性的地理综合思维的训练。本文基于高中人教版选择性必修一教材中的“问题研究”,探寻综合思维的体现与应用,并提出可行性的意见。本文从阅读大量的文献入手,
学位