原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
清华大学学报(自然科学版) 50／．；7
11竺叁丝塑童 !!!：竺!!!!堡壁竺竺!兰竺!坚堡!垒丝!!叁兰塑量!竺=!竺．!．_
加强学习中决策准则的选择
郭茂祖
哈尔滨工业大学计算机科学与工程系，哈尔滨15000]
E—mail：mzguo@mlg．hit．edu．c“
摘要 本文讨论目前一种比较活跃的机器学习方法——加强学习，它在机器人规划领域
有重要应用。首先指出在加强学习模型中单一的期望值准则或者极小极大准则均不总是可
靠的，然后提出～种决策准则的选择方法。该方法考虑了行为者是基于长期运行还是基于
短期运行，实倒分析表明该方法是实用的、台理的。
关键诃加强学习：马尔可夫决策过程：期望值准则；极小撮大准则：折扣输出(耗舞)
in
A forDecisionCriteriaReinforement
SelectingPrincipie Learning
GU0Maozu
Department ofTechnology,Harbin
ofComputerScienceandEnginee—ng．HarbinInstitute
150006
at
AbstractOne《themostactivemachine methods learmng，
learning present．reinforcement
the
isdiscussedinthis is inrobot fieldFirst，thatneither
paper，whichapplied plan single
inthemodelof
valuecriterionnorthe mini／flaxcriterionis reliable
expected single always
ofthe criteriais
reinforcementis outThenthe toselectone decision
teamingpointed principle
illustratethat
thechoiceof Orshort-tenCasestudies
presented．埘dchprovidesagent long-run
the is and
utilizablereasonable
principle
value
Reinlbrcement decision crite
文档评论（0）