- 1、本文档共149页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
目 录
第一章
基于强化学习的实时搜索排序策略调控
1
1.1
背 景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1.2
问题建模 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
1.2.1 强化学习简介 . . . . . . . . . . . . . . . . . . . . . . . . .
3
1.2.2 状态定义 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5
1.2.3 奖赏函数设定 . . . . . . . . . . . . . . . . . . . . . . . . .
6
1.3
算法设计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
1.3.1 策略函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
1.3.2 策略梯度 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
1.3.3 值函数的学习 . . . . . . . . . . . . . . . . . . . . . . . . .
9
1.4
奖赏塑形 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
1.5
实验效果 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
1.6
DDPG 与梯度融合 . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
1.7
总结与展望 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
第二章
延迟奖赏在搜索排序场景中的作用分析
18
2.1
背 景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
2.2
搜索排序问题回顾 . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
2.3
数据统计分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
2.4
搜索排序问题形式化 . . . . . . . . . . . . . . . . . . . . . . . . .
24
2.5 理论分析 27
2.5.1 马尔可夫性质 . . . . . . . . . . . . . . . . . . . . . . . . .
27
2.5.2 折扣率 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
2.6
实验分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
31
第三章
基于多智能体强化学习的多场景联合优化
34
3.1
背 景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
3.2
问题建模 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
3.2.1 相关背景简介 . . . . . . . . . . . . . . . . . . . . . . . . .
36
3.2.2 建模?法 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
3.3
应 ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
3.3.
文档评论(0)