论文部分内容阅读
针对Q学习状态空间非常大,导致收敛速度非常慢的问题,利用智能体在不同样本上分类性能不同,提出了基于样本的学习误差对样本空间进行划分,充分发掘了样本和智能体的匹配关系.以带障碍物的格子世界作为仿真环境,表明该算法提高了在线学习性能.
一种基于划分和集成思想的多智能体强化学习
【摘 要】
：
针对Q学习状态空间非常大,导致收敛速度非常慢的问题,利用智能体在不同样本上分类性能不同,提出了基于样本的学习误差对样本空间进行划分,充分发掘了样本和智能体的匹配关系.
【机 构】
：
南京财经大学信息工程学院
【出 处】
：
南京师范大学学报：工程技术版
【发表日期】
：
2008年4期
【基金项目】
：
国家自然科学基金（70802025）资助项目.
其他文献
为探讨深部脓肿的最佳手术方法，达到治疗彻底，保持肛门的正常功能和形态，减少术后并发症，减轻病人痛苦，我们对深部脓肿采用置管引流及冲洗，治疗深部脓肿120例，治愈119例，好转1例。
针对苏锡常地区微承压含水层厚度薄、颗粒细,采用传统的成井工艺施工一般出水量较小、易淤塞的现状,研究采用大口井、子母井与排井等不同井型开采微承水的工艺.以常州湖塘、
采用焊接热模拟的方法，模拟HAZ粗晶区组织，并在不同温度下对试样进行焊后热处理，通过冲击试验及断口分析，确定P122钢合理的焊后热处理温度为750℃，其冲击吸收功值与母材的相近，韧性
本文按照江泽民同志“三个代表”重要思想的要求，牢固树立科学技术是第一生产力，人才资源是第一资源的观念。阐述新时期大力加强第二次人才资源开发的重要意义，如何搞好第二次人
通过分析轨道交通装备产业发展趋势提出企业实行项目制生产模式是必然趋势。在分析目前轨道交通装备制造企业实行项目管理过程中的问题及其产生原因的基础上,提出解决措施。
患者，男，45岁，既往健康，因在有煤炉的卧室内睡眠致一氧化碳(CO)中毒，14小时后被发现，当时昏迷，来院途中逐渐清醒，自觉头晕，四肢无力，左臀部胀痛，不能行走，排尿困难。查体：血压16／9kPa，神志清
矿山资源是经济社会发展的重要物质基础,矿业是国民经济重要组成部分.传统的矿产资源开发利用模式,已不适用经济社会发展建设.这要求全行业内进一步推动矿业走节约、环保、安