Decision Making: P-value Method
Accuracy, limits, and approximation
Testing a Claim about Standard Deviation
Expected Value
Detection of Gross Error: The Q Test
Confidence Coefficient
こちらも読む
共著者、ジャーナル、引用グラフによってこの研究に関連する記事。
Yujia Zhang1, Lin Li2, Wei Wei2
1School of Computer Science and Technology, North University of China, Taiyuan, 030051, Shanxi, China.
擬似分布エリートクリティクス (PEC) は,Q値バイアスをバランスすることで補強学習を改善します. この新しいアプローチは,複雑な環境でのサンプル効率とエージェントの性能を向上させます.
科学分野:
背景:
研究 の 目的:
主な方法:
主要な成果:
結論: