- 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
实时动态规划的最优行动判据及算法改进-软件学报
ISSN 1000-9825, CODEN RUXUEW E-mail: jos@
Journal of Software , Vol.19, No.11, November 2008, pp.2869−2878
DOI: 10.3724/SP.J.1001.2008.02869 Tel/Fax: +86-10
© 2008 by Journal of Software . All rights reserved.
∗
实时动态规划的最优行动判据及算法改进
+
范长杰, 陈小平
( 中国科学技术大学 计算机科学与技术系,安徽 合肥 230027)
Optimal Action Criterion and Algorithm Improvement of Real-Time Dynamic Programming
FAN Chang-Jie, CHEN Xiao-Ping+
(Department of Computer Science and Technology, University of Science and Technology of China, Hefei 230027, China)
+ Corresponding author: E-mail: xpchen@
Fan CJ, Chen XP. Optimal action criterion and algorithm improvement of real-time dynamic programming.
Journal of Software, 2008,19(11):2869−2878. /1000-9825/19/2869.htm
Abstract : This paper is primarily to improve the efficiency of real-time dynamic programming (RTDP) algorithm
for solving Markov decision problems. Several typical convergence criteria are compared and analyzed. A criterion
called optimal action criterion and a corresponding branch strategy are proposed on the basis of the upper and lower
bound theory. This criterion guarantees that the agent can act earlier in a real-time decision process while an
optimal policy with sufficient precision still remains. It can be proved that under certain conditions one can obtain
an optimal policy with arbitrary precision by using such an incremental method. With these new techniques, a
bounded incremental real-time dynamic programming (BI-RTDP) algorithm is designed. In the experiments of two
typical real-time simulation systems, BI-RTDP outperforms the other state-of-the-art RTDP algorithms tested.
K
您可能关注的文档
- 绿色塑料聚乳酸的关键技术研发与产业化应用-科技促进发展.pdf
- 基于综合环境因子的协同克里金法分析茎柔鱼资源丰度空间-海洋学报.pdf
- 基于联想记忆模型的模糊关系矩阵自学习机制-东南大学学报.pdf
- 基于自适应电流保护协同因子的区域后备保护算法-电力系统自动化.pdf
- 绽放职场-留英校友会.pdf
- 基于贡献度的两两组合测试用例生基于贡献度的两两组合测试用例.pdf
- 缅怀寄哀思激荡爱国情怀.pdf
- 基于词贡献度的垃圾短信分类方法-山东大学学报工学版.pdf
- 基于近似动态规划的动态车辆调度算法.pdf
- 基于遗传算法的供应链联盟伙伴选择.pdf
- DB52T 448-2023贵州小叶苦丁茶.pdf
- DB43_T 3179-2025边坡生态修复技术规程.pdf
- DB43_T 3190-2025居家整理收纳服务规范.pdf
- DB43T 1972-2025守合同重信用企业评价规范.pdf
- DB52T 1731-2023 中华倒刺鲃人工繁育技术规程.pdf
- DB51T3046-2023基层社会工作服务站(室)建设和管理规范.pdf
- DB51T3006-2023水稻对南方水稻黑条矮缩病抗性鉴定技术规程.pdf
- DB45T 2637-2023 水稻秸秆-绿肥协同还田技术规程.pdf
- DB51T2993-2023钉螺控制技术 氯硝柳胺泥敷灭螺.pdf
- DB51T3013-2023山丘区果树高效集雨精量灌溉技术规程.pdf
最近下载
- 财务管理第6章自测练习.docx VIP
- YY_T0521-2018牙科学 种植体 骨内牙种植体 动态疲劳试验.docx VIP
- DB21T 3419-2021 农业废弃物堆沤肥料生产技术规程.docx VIP
- 鼻饲法教学课件.ppt VIP
- 保洁项目内部考核管理制度.docx VIP
- 2023年湖南师范大学公共课《马克思主义基本原理概论》期末试卷B(有答案).docx VIP
- SANGFOR_GAP_V3.0安全隔离与信息交换系统_用户手册.pdf VIP
- 马克思主义基本原理(湖南师范大学)知到智慧树期末考试答案题库2024年秋湖南师范大学.docx VIP
- 2025年健康企业管理题库及答案.doc VIP
- 食品安全英文PPT.ppt VIP
原创力文档


文档评论(0)