消息 首页 搜索 举报
  • 正版现货新书 大规模强化学习中的新型函数近似技术研究 9787567249363 吴澄编著
21年品牌 40万+商家 超1.5亿件商品

正版现货新书 大规模强化学习中的新型函数近似技术研究 9787567249363 吴澄编著

全新正版现货，以书名为准，放心购买，购书咨询18931383650朱老师

￥ 25.4 6.0折 ￥ 42 全新

库存50件

北京丰台
认证卖家担保交易快速发货售后保障

作者吴澄编著

出版社苏州大学出版社

ISBN9787567249363

出版时间2023-03

装帧平装

开本其他

定价42元

货号17723376

上书时间2025-01-09

黎明书店

十五年老店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：全新
商品描述
目录

第一章引言

第一节强化学习概述

第二节本书研究的背景和意义

第三节强化学习的应用领域。

第二章自适应函数近似技术・

第一节传统函数近似技术的实验评估・

第二节访问频率与特征分布・

第三节基于Kanerva自适应机制的函数逼近技术

第四节本章小结....................

第三章基于模糊逻辑的函数近似技术

第一节Kanerva编码应用于困难实例的实验评估..

第二节 Kanerva编码中的原型冲突。

八自适应模糊 Kanerva编码

第四节 原型调整........

第五节本章小结。

第四章基于粗糙集理论的函数近似技术

不同数量原型影响的实验评估

第二节粗糙集和 Kanerva编码

基于粗糙集的 Kanerva编码

不同初始原型数量的影响

第五节本章小结.....

第五章强化学习函数近似技术的应用:认知无线电网络

概述

第二节基于强化学习的认知无线电.

实验模拟

基于强化学习的认知无线电函数近似技术

本章小结

参考文献

 



精彩内容

本书主要研究如何通过新型函数近似技术提升大规模强化学习器的性能。本书首先分析了传统的函数近似技术，如Tile编码与Kanerva编码在处理大规模问题性能不佳的原因，即原型冲突与不均匀的原型访问频率分布。为了解决这些问题，本书分别应用自适应Kanerva函数近似、模糊逻辑函数近似与基于粗糙集的函数近似等方法对强化学习中的函数近似方法进行改进。本书还将以上函数近似方法分别应用于强化学习中不同难度的捕食者-猎物追逐问题与认知无线电网络应用问题，以此进行验证。实验结果表明：本书所提方法不仅提高了类似问题的求解率，同时减少了所需原型数量，最终显著提高了函数近似技术解决大规模强化学习与多智能体问题的有效性。



   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP