- 重点词汇
- onprep. (覆盖、附着)在…上;由…支撑着;在(运输工具)上;在(某一天);就在…之后;关于(事或人);(身上)带着;为(某团体或组织)的一员;吃;(表示方向)在,向,对;在,接近(某地);根据;以…支付;通过;与…相比
- forconj.因为,由于;
- MDPSabbr.[计]= Mechanized Data Processing System,机械化数据处理系统;
- algorithmsn.运算法则( algorithm的名词复数 );演算法;计算程序;
- performancen.表演;表现,业绩,性能;执行,做;麻烦事;
- paralleladj.平行的;相同的,类似的;[电]并联的;[计]并行的;
- basedadj.有根基的;有基地的;
- potentialsn.潜力( potential的名词复数 );电位;[电子学]电势;
- 相关例句
On-Policy Modeless Reinforcement Learning Algorithms for Average-Payoff MDPs
平均奖赏MDP的在策略无模型激励学习算法
互联网摘选
为适应实际大规模Markov系统的需要,讨论Markov决策过程(MDP)基于仿真的学习优化问题。
互联网摘选
通过对基于MDPs的消息传递的理论实现进行整合,使之成为安全可靠、性能稳定、可维护的消息传递系统。
互联网摘选
分析了折扣激励学习存在的问题,对MDPs的SARSA(λ)算法进行了折扣的比较实验分析,讨论了平均奖赏常量对无折扣SARSA(()算法的影响。
互联网摘选
针对强化学习算法的状态值泛化和随机探索策略在确定性MDP系统控制中存在着学习效率低的问题,本文提出基于模型的层次化强化学习算法。
互联网摘选
胞壁酰二肽及其衍生物对小鼠免疫功能的影响
互联网摘选
根据地理信息系统的基本思想,结合矿区灾害的特点设计了矿区灾害防治系统(MDPS)。
互联网摘选
Markov性能势理论的提出,为MDP的优化提供了一种新的理论框架和途径。
互联网摘选
本文证明了当底空间维数d≥3时,一类带移民超布朗运动占位时过程的中偏差,其移民由Lebesgue测度控制。
互联网摘选
S(λ): A reinforcement learning algorithm based on average-payoff MDPs
S(λ):一个基于平均奖赏MDPs的激励学习算法
互联网摘选
实际生活中的许多序贯决策问题,如柔性制造系统、交通指挥系统、排队系统等,都可以模型化为Markov决策过程(MDP)。
互联网摘选
That's why we have the story about the dog tooth. Have you heard that?
这也 就是 为什麽我们会有[狗牙]的典故. 你们听过那则故事 吗 ?
互联网摘选
Link exchange welcomed, only drop us an E-mail or just talk to us on MSN.
欢迎交换链接, 可随时留言或者与我们联系.
互联网摘选
I every menstruation date is different, such can is cipher out safe period with crises?
我每个月经日期都不同, 这样能算出安全期和危险期 么 ?
互联网摘选