中国矿业大学主页平台系统程玉虎--中文主页-- Actor-critic algorithm based on incremental least-squares temporal difference with eligibility trace

论文成果

中文主页 - 科学研究 - 论文成果

基于状态-动作图测地高斯基的策略迭代强化学习

点击次数：

所属单位：信息与控制工程学院

项目来源：国家自然科学基金项目

第一作者：程玉虎

合写作者：冯涣婷,王雪松

论文类型：期刊论文

论文编号：paper_86714

卷号：6839;;183-188

是否译文：否

发表时间：2011-08-16

上一条：: 类相关性影响可变选择性贝叶斯分类器

下一条：: Actor-Critic learning based on adaptive importance sampling