Reinforcement Schedules
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。
Bo Xia1, Haoyuan Sun1, Bo Yuan2
1Shenzhen International Graduate School, Tsinghua University, Shenzhen, 518055, China.
本研究引入了实时强化学习的新框架,解决了环境延迟问题. 拟议的最小信息状态马尔科夫决策流程 (MISMDP) 和MRAC算法提高了代理人在动态任务中的性能.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: