论文部分内容阅读
强化学习使agent具有在线自主学习能力，该文介绍了MDP模型下的自适应动态规划、时序差分学习、Q-学习等几种典型agent强化学习方法，并从基本思想、学习内容、收敛速度、可扩展性等方面对它们进行了对比分析：
几种agent强化学习方法的比较研究
【摘 要】
：
强化学习使agent具有在线自主学习能力，该文介绍了MDP模型下的自适应动态规划、时序差分学习、Q-学习等几种典型agent强化学习方法，并从基本思想、学习内容、收敛速度、可扩展
【机 构】
：
重庆三峡学院数学与计算机科学学院
【出 处】
：
电脑知识与技术
【发表日期】
：
2008年5期
其他文献
摘要：《计算机导论》课程是信息专业的学科基础平台，它担负着系统、全面地介绍计算机科学技术的基础知识、引导学生进入计算机科学技术大门的重任。本文是笔者近三年来讲授此课程的一些心得，介绍了此课程的设置背景、课程目标、课程内容和讲授方法——模型法。 关键词：导论；课程目标；课程内容；模型教学法 中图分类号：G642文献标识码：A文章编号：1009-3044(2008)25-1486-02 1 引言
摘 要：高职院校行政管理工作的水平直接影响学校的教学水平和发展方向，而行政管理工作又体现在管理职能的发挥上。文章从管理职能的角度研究高职院校行政管理工作存在的问题及原因，探讨提高行政管理工作水平的有效路径。要注重拓宽信息获取渠道，加强信息化建设水平；鼓励教职员工齐参与，提高决策的科学性；编制明晰的计划，注重顶层设计，层层落实；推动组织变革，优化组织资源；分清轻重缓急，建立有效的控制系统。 关键词
摘 要：良好的课堂气氛是教师提高教学效果，提升学生学习效果的重要保障。因此，在生物课堂教学中，教师应采取恰当的教学方法调节课堂气氛，营造有利于学生学习的课堂环境。为此，文章深入分析和探讨生物教学中教师如何有效调节和营造课堂气氛，使学生在愉快的环境中学习生物知识。 关键词：高中生物；课堂气氛；营造；调节 中图分类号：G633.91 文献标志码：A 文章编号：1008-3561（2018）06-0
为提高检测系统的多任务处理能力和实时响应性能,数据检测系统是集通信、计算机、工业控制、电子技术为一体的综合性测控系统,设计了基于ARM嵌入式数据检测系统的软件设计和
摘要：项目教学是目前应用较广泛的一种教学法，其核。是项目驱动，使学生在實际项目中掌握所需的理论知识和工程经验，计算机专业最重要的特点就是实践性非常强，项目教学法在其课程教学中的应用，培养了学生的学习能力、积累了项目经验，提高了学生的技能水平，增强了其就业竞争力。
ERP系统是一项先进的管理工具，实质上是以业务流程为主线，对企业资源进行全面整合的高度集成和标准化的企业管理系统。其目的是在企业资源最优化配置的前提下．用来固化和优化企