2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本文針對強(qiáng)化學(xué)習(xí)任務(wù)中存在的一個普遍且重要的問題“維數(shù)災(zāi)”困難,即狀態(tài)空間的大小隨著特征數(shù)量的增加而發(fā)生指數(shù)級的增長,提出兩種方法從不同的角度來解決“維數(shù)災(zāi)”困難和優(yōu)化強(qiáng)化學(xué)習(xí)方法。同時,在所提理論的基礎(chǔ)上,以Eclipse為開發(fā)平臺,在SWT的基礎(chǔ)上,開發(fā)了俄羅斯方塊游戲,將其作為算法的實(shí)驗(yàn)平臺,從而對相應(yīng)的方法進(jìn)行實(shí)驗(yàn)效果的驗(yàn)證。同時又將強(qiáng)化學(xué)習(xí)理論應(yīng)用到Ad Hoc網(wǎng)絡(luò)路由選擇算法中,集中解決了路由效率、能源開銷、安全性等相關(guān)問題

2、。 本文的主要研究成果概括為以下四個方面: (1)分析研究了強(qiáng)化學(xué)習(xí)中的“維數(shù)災(zāi)”問題,并在此基礎(chǔ)上提出了一種大規(guī)模離散空間中的高斯強(qiáng)化學(xué)習(xí)方法。實(shí)驗(yàn)結(jié)果表明,結(jié)合了高斯過程的強(qiáng)化學(xué)習(xí)方法在各方面性能,如收斂速度以及最終實(shí)驗(yàn)效果等都有所提高。 (2)針對強(qiáng)化學(xué)習(xí)的“維數(shù)災(zāi)”問題和算法收斂速度過慢的困難,提出了一種基于動作分值的分層強(qiáng)化學(xué)習(xí)獎賞優(yōu)化方法。使用了動作分值和分層思想的強(qiáng)化學(xué)習(xí)方法可以達(dá)到優(yōu)化獎賞函數(shù)和加

3、快收斂速度的效果。實(shí)驗(yàn)結(jié)果表明,使用了該方法的強(qiáng)化學(xué)習(xí)算法能顯著提高算法的收斂速度和實(shí)驗(yàn)效果。 (3)以俄羅斯方塊游戲?yàn)閷?shí)驗(yàn)平臺,將上述方法應(yīng)用于其中,分析各個算法的優(yōu)劣和各類參數(shù)的性能比較,并提出可以進(jìn)一步改進(jìn)的實(shí)驗(yàn)效果的若干思想。 (4)以Ad Hoc網(wǎng)絡(luò)為應(yīng)用平臺,將相關(guān)的強(qiáng)化學(xué)習(xí)方法應(yīng)用于Ad Hoc網(wǎng)絡(luò)路由選擇過程中,從綜合的角度來解決Ad Hoc網(wǎng)絡(luò)中存在的路由效率、能源開銷、安全性、自適應(yīng)性等路由選擇問題。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論