概率近似正确的强化学习算法解决连续状态空间控制 - 控制理论与应用.pdfVIP

下载本文档

76
0
约4.99万字
约 11页
2017-09-06 发布于天津
举报
版权申诉

概率近似正确的强化学习算法解决连续状态空间控制 - 控制理论与应用.pdf

1、本文档共11页，其中可免费阅读4页，需付费100金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

第卷第期控制理论与应用年月概概概率率率近近近似似似正正正确确确的的的强强强化化化学学学习习习算算算法法法解解解决决决连连连续续续状状状态态态空空空间间间控控控制制制问问问题题题朱圆恒赵冬斌中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京摘要在线学习时长是强化学习算法的一个重要指标传统在线强化学习算法如学习状态动作奖励状态动作等算法不能从理论分析角度给出定量的在线学习时长上界本文引入概率近似正确原理为连续时间确定性系统设计基于数据的在线强化学习算法这类算法有效记录在线数据同时考虑强化学习

第33 卷第12 期控制理论与应用 Vol. 33 No. 12 2016 年12 月 Control Theory Applications Dec. 2016 DOI: 10.7641/CTA.2016.60512 概概概率率率近近近似似似正正正确确确的的的强强强化化化学学学习习习算算算法法法解解解决决决连连