清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

RVI reinforcement learning for semi-Markov decision processes with average reward

作者
Yanjie Li,Fang Cao
标识
DOI:10.1109/wcica.2010.5554785
摘要

Based on the sensitivity-based approach, we discuss the reinforcement learning problem of semi-Markov decision processes (SMDPs) with average reward. First, we provide a new Bellman optimality equation. On this basis, we propose a relative value iteration (RVI) reinforcement learning algorithm. The new RVI reinforcement learning algorithm may avoid the estimation of optimal average reward in the process of learning and has a good convergence rate.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
丸子完成签到 ,获得积分10
8秒前
鲤鱼小蕾完成签到 ,获得积分10
8秒前
8秒前
18秒前
Rhenium完成签到 ,获得积分10
19秒前
Lemenchichi完成签到,获得积分10
24秒前
忐忑的烤鸡完成签到,获得积分10
32秒前
Myownway完成签到 ,获得积分10
33秒前
HooVon发布了新的文献求助10
35秒前
追寻便当完成签到,获得积分10
39秒前
黄景滨完成签到 ,获得积分10
45秒前
流星完成签到,获得积分10
52秒前
HooVon完成签到,获得积分10
53秒前
睡师完成签到 ,获得积分10
56秒前
guhao完成签到 ,获得积分10
58秒前
掬一捧月光完成签到 ,获得积分10
59秒前
Wenyu完成签到,获得积分10
1分钟前
stop here完成签到,获得积分10
1分钟前
孙士淼完成签到 ,获得积分10
1分钟前
上官若男的应助被优美一曲采纳,获得10
1分钟前
青平完成签到 ,获得积分10
1分钟前
liao_duoduo完成签到 ,获得积分10
1分钟前
炙热初丹完成签到,获得积分10
1分钟前
大纯完成签到,获得积分10
1分钟前
1分钟前
msn完成签到 ,获得积分10
1分钟前
里昂义务发布了新的文献求助10
1分钟前
陈龙平完成签到 ,获得积分10
1分钟前
孑然完成签到 ,获得积分10
1分钟前
Research完成签到 ,获得积分10
1分钟前
峰成完成签到 ,获得积分10
1分钟前
大大完成签到 ,获得积分10
1分钟前
香蕉乐曲完成签到,获得积分10
1分钟前
liuchang完成签到 ,获得积分10
1分钟前
1分钟前
搜集达人的应助被科研通管家采纳,获得10
1分钟前
percy完成签到 ,获得积分10
1分钟前
儒雅的夏翠完成签到,获得积分10
1分钟前
着急的水桃完成签到,获得积分10
1分钟前
一勺糖果完成签到 ,获得积分10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Reagents for Organic Synthesis, 14 Volume Set, 2nd Edition(本书共14册,本求助8volume-14volume共7册,独立harcover版本,非网络版本e-EROS 版,不能网络版转化PDF或提取PDF) 2000
Aspects of Post-SPE Phonology 2000
Nanocomposite Removal of Pesticides from Wastewater 1500
Practical Manual of Forensic Psychophysiology: Methodology, Execution, and Fields of Application 800
Holistic Discourse Analysis, Second Edition by Robert E. Longacre 666
Practical Nonconvex Nonsmooth Optimization 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 物理 生物化学 化学工程 内科学 复合材料 催化作用 心理学 人工智能 细胞生物学 光电子学 无机化学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 7924094
求助须知:如何正确求助?哪些是违规求助? 9419352
关于积分的说明 20934333
捐赠科研通 7519214
什么是DOI,文献DOI怎么找? 3364892
关于科研通互助平台的介绍 2502124
邀请新用户注册赠送积分活动 2396167