结果：找到“markov 决策”相关内容5个，排序为按回复时间降序，搜索更多相关帖子请点击“高级”
具有无限状态空间的Markov决策过程的度量
0 个回复 - 253 次查看 摘要翻译： 本文提出了一种度量具有无限多个状态的马尔可夫决策过程（包括具有连续状态空间的马尔可夫决策过程）状态相似性的度量方法。这样的度量为MDP的双模拟概念提供了一个稳定的定量模拟，并且适合于MDP近似中使 ...2022-4-12 19:05 - 大多数88 - Forum
0 个回复 - 253 次查看 摘要翻译： 本文提出了一种度量具有无限多个状态的马尔可夫决策过程（包括具有连续状态空间的马尔可夫决策过程）状态相似性的度量方法。这样的度量为MDP的双模拟概念提供了一个稳定的定量模拟，并且适合于MDP近似中使 ...2022-4-12 19:05 - 大多数88 - Forum
有限Markov决策过程的度量
0 个回复 - 190 次查看 摘要翻译： 提出了一种度量有限马尔可夫决策过程(MDP)中状态相似性的度量方法。我们的度量标准是基于MDPs的双模拟概念，目的是解决折扣无限视界强化学习任务。这样的度量可用于聚合状态，以及更好地构造其他值函数近 ...2022-4-3 20:50 - 何人来此 - Forum
0 个回复 - 190 次查看 摘要翻译： 提出了一种度量有限马尔可夫决策过程(MDP)中状态相似性的度量方法。我们的度量标准是基于MDPs的双模拟概念，目的是解决折扣无限视界强化学习任务。这样的度量可用于聚合状态，以及更好地构造其他值函数近 ...2022-4-3 20:50 - 何人来此 - Forum
无线网络中节能的主动缓存：一个Markov算法
决策过程方法
0 个回复 - 258 次查看 摘要翻译： 无线网络中的内容缓存提供了一个巨大的机会来权衡低成本的内存存储和能量消耗，但如何在低计算复杂度的情况下找到最优的因果策略仍然是一个挑战。本文将联合推送和缓存(JPC)问题建模为马尔可夫决策过程(M ...2022-3-7 21:22 - 可人4 - Forum
0 个回复 - 258 次查看 摘要翻译： 无线网络中的内容缓存提供了一个巨大的机会来权衡低成本的内存存储和能量消耗，但如何在低计算复杂度的情况下找到最优的因果策略仍然是一个挑战。本文将联合推送和缓存(JPC)问题建模为马尔可夫决策过程(M ...2022-3-7 21:22 - 可人4 - Forum
一种有限时段Markov决策过程的强化学习算法
0 个回复 - 446 次查看 摘要：研究有限时段非平稳的Markov决策过程的强化学习算法.通过引入一个人工吸收状态,把有限时段问题变为无限时段问题,从而可利用通常的强化学习方法来求解.在文献[3]提出的算法思想基础上,提出了一种新的有限时段非 ...2018-2-13 15:00 - 人工智能-AI - 人工智能论文版
0 个回复 - 446 次查看 摘要：研究有限时段非平稳的Markov决策过程的强化学习算法.通过引入一个人工吸收状态,把有限时段问题变为无限时段问题,从而可利用通常的强化学习方法来求解.在文献[3]提出的算法思想基础上,提出了一种新的有限时段非 ...2018-2-13 15:00 - 人工智能-AI - 人工智能论文版
半马尔科夫决策过程semi-Markovian decision process
0 个回复 - 2646 次查看 http://bbs.pinggu.org/thread-1357950-1-1.html 若能收集到该词条相关资料的跟帖者给予奖励，根据收集资料的水平给予10～200不等的论坛币，当然也可以谈谈自己的观点、其应用领域、上传资料、相关软件介绍等 ...2012-2-23 16:26 - 有福有德 - 计量经济学与统计软件
0 个回复 - 2646 次查看 http://bbs.pinggu.org/thread-1357950-1-1.html 若能收集到该词条相关资料的跟帖者给予奖励，根据收集资料的水平给予10～200不等的论坛币，当然也可以谈谈自己的观点、其应用领域、上传资料、相关软件介绍等 ...2012-2-23 16:26 - 有福有德 - 计量经济学与统计软件
