结合进化算法的深度强化学习方法研究综述

来源 :计算机学报 | 被引量 : 0次 | 上传用户:kkk0089
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
深度强化学习是目前机器学习领域中重要的研究分支之一,它可以通过直接与环境进行交互实现端到端的学习,对高维度和大规模的问题有着很好的解决能力.虽然深度强化学习已经取得了瞩目的成果,但其仍面临着对环境探索能力不足、鲁棒性差、容易受到由欺骗性奖励导致的欺骗性梯度影响等问题.进化算法普遍具有较好的全局搜索能力、良好的鲁棒性和并行性等优点,因此将进化算法与深度强化学习结合用于弥补深度强化学习不足的方法成为了当前研究的热点.该文主要关注进化算法在无模型的深度强化学习方法中的应用,首先简单介绍了进化算法和强化学习基本方法,之后详细阐述了两类结合进化算法的强化学习方法,分别是进化算法引导策略搜索的强化学习和结合进化算法的深度强化学习,同时对这些方法进行了对比与分析,最后对该领域的研究重点和发展趋势进行了探究.
其他文献
<正>新义务教育课程标准有一个较为新颖的词——语文核心素养。何谓语文核心素养呢?它是指我们在语文学习的过程中,逐步形成的正确的价值观、必备的品格和关键的能力,是审美能力中重要的组成部分。文学的世界需要审美的眼光,它是一颗种子,撒在语文的土壤之中,生根发芽,这颗种子能够生出美的文化认识、美的逻辑思维、美的语言表达。借鉴一位专家说的话:“如果不能发现美,那么这个世界注定与你无缘。”这句话说得太对了,我
期刊
<正>2016年10月,习近平总书记在全国国有企业党的建设工作会议上的重要讲话,成为引领新时代国企党建的纲领性文献。中国船舶集团有限公司(下称中国船舶集团)党组深入学习贯彻习近平总书记重要讲话精神,把抓党建强党建作为重大政治责任,把党的建设贯穿于整合融合和改革发展全过程,以“钉钉子”精神持续深化全国国企党建会30项重点任务,
期刊
近些年来,我国农村地区的旅游业发展十分迅速。农村地区旅游业的发展有利于新农村的建设,缓解农村地区的就业问题和引领农民群众走向致富的道路。农村旅游业因其自身的特有优势,得到了国家及政府的大力支持。农业与旅游业的融合为农村产业的发展提供了更为广阔的空间,有利于农村经济的高速发展。本文在农旅融合的视角下,对农村旅游精准扶贫模式进行深层研究,并为其发展进步提供有效的方法策略。
随着近年来儿童安全事故频发,儿童安全教育问题备受关注,学校的安全教育更是教育中的重点。小学《道德与法治》课程中安全教育的设置,就是要让学生意识到安全的重要性,在增强安全意识的同时又能掌握一些保护自己的方式与基本技能,避免在社会中遭受到安全威胁,从而保护学生健康成长。
<正>研究目的:采用高速双平面荧光透视系统(DFIS)和磁共振成像(MRI)技术分析和比较步行和跑步过程中足跟撞击和撞击前后体内膝关节六自由度(6-DOF)运动学。研究方法:通过对10名健康参与者的膝关节进行MRI扫描,构建三维(3D)膝关节模型。参与者在跑步机上步行和跑步,同时以200 Hz的频率获取DFIS图像,并将3D膝骨模型与DFIS图像配准以获得关节的3D运动。在三个时间点计算瞬时膝关节
会议
<正>研究目的:目前用于膝关节运动分析的设备,如VICON大型运动捕捉系统,以及被誉为"金标准"的双平面荧光透视系统,不仅价格高昂,而且只能在固定场地应用,对人员、技术等条件要求较高,因此,主要用于科学研究,难以在不同运动场地下进行实地应用。近年来,一款新型便携式膝关节运动捕捉系统,对场地要求低、操作简便,可获得膝关节步态6自由度的运动学数据,已广泛应用于医院临床及部分运动项目领域,但该系统的测试
会议
智慧旅游乡村是国家政府在实践层面提出的一个全新概念,是乡村旅游提升计划及乡村振兴战略的重要组成部分。然而,现阶段我国智慧旅游乡村建设仍面临着发展速度与规模滞后等问题,因此,还需积极探索系统可行的突围路径,以加速乡村旅游智慧化升级,为推动智慧旅游乡村建设建言献策。
从框架理论的角度出发,运用内容分析法、文本分析法及数理统计法,对《人民日报》头版北京冬奥会报道的主题框架、结构框架、话语框架予以研究,发现其特征包括:着力构建国家领导人的良好媒介形象;重视对奥林匹克精神的宣扬;存在对优势项目和金牌的关注倾向等。
数学建模搭建数学与现实的桥梁,通过将现实问题数学化创造性地解决问题.数学建模素养作为在这一过程中表现出的综合能力,旨在让学生用数学的观点看待世界.已有文献证明数学阅读能力对数学建模素养存在显著性的正向影响,也有研究显示提出数学问题能力对数学建模素养的提升起着重要作用,但目前研究三者间关系的文献还较为匮乏.本文以此为切入点,在对高中生数学阅读能力、提出数学问题能力、数学建模素养三方面进行测评后,研究