當(dāng)前位置：首頁(yè) > 實(shí)用文檔 > 自動(dòng)化技術(shù) > 正文

逆向強(qiáng)化學(xué)習(xí)研究綜述

軟件學(xué)報(bào) 頁(yè)數(shù)： 32 2023-04-06
摘要： 逆向強(qiáng)化學(xué)習(xí)(inverse reinforcement learning, IRL)也稱為逆向最優(yōu)控制(inverse optimal control, IOC),是強(qiáng)化學(xué)習(xí)和模仿學(xué)習(xí)領(lǐng)域的一種重要研究方法,該方法通過(guò)專家樣本求解獎(jiǎng)賞函數(shù),并根據(jù)所得獎(jiǎng)賞函數(shù)求解最優(yōu)策略,以達(dá)到模仿專家策略的目的.近年來(lái),逆向強(qiáng)化學(xué)習(xí)在模仿學(xué)習(xí)領(lǐng)域取得了豐富的研究成果,已廣泛應(yīng)用于汽車導(dǎo)航、路...

開通會(huì)員，享受整站包年服務(wù)立即開通 >
科技文檔
數(shù)學(xué) 力學(xué) 化學(xué) 金融 證券 保險(xiǎn) 投資 會(huì)計(jì) 審計(jì) 園藝 林業(yè) 旅游 體育 物理學(xué) 生物學(xué) 天文學(xué) 氣象學(xué) 海洋學(xué) 地質(zhì)學(xué) 新能源 金屬學(xué) 農(nóng)藝學(xué) 農(nóng)作物 管理學(xué) 領(lǐng)導(dǎo)學(xué) 自然科學(xué) 系統(tǒng)科學(xué) 資源科學(xué) 無(wú)機(jī)化工 有機(jī)化工 燃料化工 化學(xué)工業(yè) 材料科學(xué) 礦業(yè)工程 冶金工業(yè) 安全科學(xué) 環(huán)境科學(xué) 工業(yè)通用 機(jī)械工業(yè) 無(wú)線電子 電信技術(shù) 鐵路運(yùn)輸 汽車工業(yè) 船舶工業(yè) 動(dòng)力工程 電力工業(yè) 農(nóng)業(yè)科學(xué) 農(nóng)業(yè)工程 植物保護(hù) 動(dòng)物醫(yī)學(xué) 教育理論 學(xué)前教育 初等教育 中等教育 高等教育 職業(yè)教育 成人教育 自然地理 地球物理 經(jīng)濟(jì)統(tǒng)計(jì) 農(nóng)業(yè)經(jīng)濟(jì) 工業(yè)經(jīng)濟(jì) 交通經(jīng)濟(jì) 企業(yè)經(jīng)濟(jì) 文化經(jīng)濟(jì) 信息經(jīng)濟(jì) 貿(mào)易經(jīng)濟(jì) 財(cái)政稅收 市場(chǎng)研究 科學(xué)研究 互聯(lián)網(wǎng) 自動(dòng)化 輕工業(yè) 核科學(xué) 服務(wù)業(yè) 石油然氣 服務(wù)業(yè) 野生動(dòng)物 水產(chǎn)漁業(yè) 硬件 儀器儀表 航空航天 武器軍事 公路運(yùn)輸 水利水電 建筑科學(xué) 軟件