论文部分内容阅读
针对连续型强化学习问题,提出一种综合启发函数和评估函数的Q学习算法,利用启发函数加快学习速度,采用评估函数减少不必要的探索,提高学习效率。为了保证该算法的有效性,启发函数和评估函数根据Q函数进行计算。坦克大战游戏的仿真实验结果证明,该方法可以较大地提高Q学习的学习效率。
新的启发式Q学习算法
【摘 要】
：
针对连续型强化学习问题,提出一种综合启发函数和评估函数的Q学习算法,利用启发函数加快学习速度,采用评估函数减少不必要的探索,提高学习效率。为了保证该算法的有效性,启发
【机 构】
：
沈阳航空工业学院计算机学院
【出 处】
：
计算机工程
【发表日期】
：
2009年22期
【基金项目】
：
辽宁省自然科学基金资助项目“基于P2P的MMOG关键技术的研究”（20052007）,辽宁省教育厅攻关计划基金资助项目“网络游戏引擎及其相关技术的研究”（2004D116）
其他文献
为能在全局范围内快速搜索到优化的布局结果，提出一种基于量子模型的布局算法，并结合传统模拟退火算法实现FPGA布局。测试结果表明，相比VPR布局算法，该算法的布局运行速度平均提
一些基于图结构的索引技术通过缩小查询范围提高对XML数据的查询速度，但存在分隔不相关节点的问题。该文改进M＊（k）-index的构造算法，用单一的M＊＊（k）-index结构取代原算法的序列结构，以
在Canny算法框架下,对图像进行多尺度滤波分析。定义尺度乘积函数为2个不同尺度滤波器的响应乘积,由相邻尺度近似性确定乘积后的幅值和相角,再选择阈值剔除伪边缘,由非极大值抑制得到图像边缘。实验结果表明,算法比传统Canny算子在噪声抑制和边缘定位方面具有更优的性能。
针对眼睛状态检测在实际疲劳监控系统应用中的缺陷,在定位眉毛和眼睛区域的前提下,结合图像处理、复杂度、混合投影和眼睛的几何特征,提出一种快速的眼睛状态检测方法。给出具体检测步骤和主要算法实现。实验结果表明,该算法可用于不同背景、旋转和偏转角度等多种复杂条件下的眼睛检测,通用性好,处理速度快,并解决了偏光和戴深色边框眼镜的情况。