【摘 要】
：
主要以提高求解马尔可夫决策问题的实时动态规划（real-time dynamic programming，简称RTDP）算法的效率为目的．对几类典型的实时动态规划算法所使用的收敛判据进行了对比分析，并利
【机 构】
：
中国科学技术大学计算机科学与技术系
【基金项目】
：
Supported by the National Natural Science Foundation ofChina under Grant No．60745002(国家自然科学基金);the National Basic Research Program of China under No．2003CB317002(国家重点基础研究发展计划(973))
论文部分内容阅读
主要以提高求解马尔可夫决策问题的实时动态规划（real-time dynamic programming，简称RTDP）算法的效率为目的．对几类典型的实时动态规划算法所使用的收敛判据进行了对比分析，并利用值函数上界、下界给出了称为最优行动判据的收敛判据，以及一个更适合实时算法的分支选择策略．最优行动判据可以更早地标定当前状态满足精度要求的最优行动供立即执行，而新的分支选择策略可以加快这一判据的满足．据此设计了一种有界增量实时动态规划（bounded incremental RTDP,简称BI-RTDP）算
其他文献
以自主合成的C4F9SO2NH(CH2)2Br新型短碳链氟表面活性剂为核心成分,通过与阴离子表面活性剂(1-己烷磺酸钠)按一定比例配伍形成复配液,添加十二烷基二甲基甜菜碱(BS-12)、脂肪
简要说明了四川丘陵地区高标准农田建设的特殊性，强调了四川丘陵地区高标准农田建设的重要性和必要性，分析了四川丘陵地区高标准农田建设中存在的一些问题和困难，阐明了四川丘陵
采用单因素和正交实验并结合遗传算法,优选山豆根黄酮的超声-微波协同提取工艺条件,并考察了其抗氧化活性和抑菌活性。得到的最佳提取工艺条件为:超声波功率50 W,液料比（即每
特种密闭工程往往具有特殊要求,如工期短、密闭性强、建设完成即使用等,对建设过程中材料污染控制,保障室内环境空气质量提出了特殊要求。建设单位领导高度重视、引入建材专
目的:探讨检测卵巢上皮性癌患者外周血中T淋巴细胞亚群及NK细胞含量变化的意义以及T淋巴细胞亚群及NK细胞与CA125、CA199相比在卵巢上皮性癌诊断中的优越性。方法:运用流式细
奶糖生产中加入明胶可提高其质量,加入量一般在5%～10%左右。该研究通过PCR方法检测奶糖中是否添加猪成分明胶,其检出限和灵敏度分别可达0.1%、0.001ng。实验证明,该方法准确度
<正>一、宇泉罐疗的背穴诊断法人体遭受外邪入侵,会导致气血失调,经络瘀阻,然后出现内脏病变．内脏的病变也必然在相关的经络、穴位等部位上出现不同的症状或体征．“宇泉罐疗诊
根据花生的播期和各生育期的生态要求，结合昌吉市平原地区的生育期和热量条件，对花生的种植可能性进行了分析，并提出了花生种植中应注意的问题。
磁浮列车作为一种新型的轨道交通工具正被世界上许多国家所关注。磁浮列车运行时与轨道无接触，为测得磁浮列车的实时相对位置信号，设计了一种基于交叉感应环线的相对定位系统，该
随着环境问题的日益严重,人们的环保意识普遍提高,涂料染色黏合剂已成为织物染色的趋势,具有色谱齐全、颜色鲜艳度好、无需水洗、缩短了工艺流程和减少印染废水对环境的污染