论文部分内容阅读
主要讨论一种基于动态模糊集的Agent强化学习策略,介绍Agent强化学习的目标,状态值函数和动作值函数,马尔可夫决策过程的优化以及学习策略等。
一种基于DFS的Agent强化学习策略研究
【摘 要】
：
主要讨论一种基于动态模糊集的Agent强化学习策略,介绍Agent强化学习的目标,状态值函数和动作值函数,马尔可夫决策过程的优化以及学习策略等。
【机 构】
：
淮安信息职业技术学院
【出 处】
：
计算机与现代化
【发表日期】
：
2010年12期
其他文献
考察传统区域的定义,增加位图处理的约束条件。对区域定义的这种扩充和改进,减少区域分割的随意性,是位图区域分割结果稳定的前提。从区域的定义出发,提出稳定分割的种子点选取和灰度范围选取的方案。结合理论上的分析,本文提出图像区域分割一种新方法。实验表明分割结果受种子点和阈值选取的影响较小,能提取出稳定的区域,具有较好的鲁棒性。
改进无线Mesh网中的最优链路状态路由协议的不足，设计OLSR路由协议的改进算法，仿真对比实验结果表明：随着节点速度的增加，改进后的算法在数据传输成功率、无线自组网的稳定性等方
针对移动Ad Hoc网络的AODV路由协议在通信过程中存在的局部拥塞问题,本文提出基于拥塞跳数的路由协议RAODV。该协议引进平均队列长度预测拥塞情况,在路由节点转发路由请求包
当前信息安全越来越引起人们的重视，本文在介绍计量信息管理系统的架构设计、开发环境和功能模块设计的基础上，重点讨论数据库的安全问题。系统采用ASP＋IIS＋SQLServer2005平台架