Reinforcement Schedules
Reinforcement
Avoidance Learning and Learned Helplessness
Observational Learning
Multimachine Stability
Timing and Consequences on Behavior
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
本研究介绍了一种代稀疏贝叶斯政策优化 (ISBPO) 方法,用于工业控制中的高效多任务强化学习 (RL). ISBPO保留了先前的知识,提高了资源的使用,并提高了持续学习任务的样本效率.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: