期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用于分层强化学习的最小k-聚类算法
1
作者
王本年
《合肥工业大学学报（自然科学版）》
CAS
CSCD
北大核心
2006年第5期533-535,共3页
在学习过程中自动发现有用的Subgoal,对于分层强化学习有着重要的意义。文章提出了一种最小k-聚类算法,该算法能通过对在线获取的少量路径数据进行聚类的方法,抽取出有用的Subgoal;实验表明,该算法能有效地发现所有符合要求的Subgoal,...
在学习过程中自动发现有用的Subgoal,对于分层强化学习有着重要的意义。文章提出了一种最小k-聚类算法,该算法能通过对在线获取的少量路径数据进行聚类的方法,抽取出有用的Subgoal;实验表明,该算法能有效地发现所有符合要求的Subgoal,较多样性密度算法和FD算法有更强的Subgoal发现能力。
展开更多
关键词
k-聚类算法
分层强化学习
子目标
在线阅读
下载PDF
职称材料
题名
用于分层强化学习的最小k-聚类算法
1
作者
王本年
机构
铜陵学院计算机科学与技术系
出处
《合肥工业大学学报（自然科学版）》
CAS
CSCD
北大核心
2006年第5期533-535,共3页
基金
江苏省自然科学基金资助项目(BK2004079)
安徽省教育厅自然科学基金资助项目(2005kj093)
文摘
在学习过程中自动发现有用的Subgoal,对于分层强化学习有着重要的意义。文章提出了一种最小k-聚类算法,该算法能通过对在线获取的少量路径数据进行聚类的方法,抽取出有用的Subgoal;实验表明,该算法能有效地发现所有符合要求的Subgoal,较多样性密度算法和FD算法有更强的Subgoal发现能力。
关键词
k-聚类算法
分层强化学习
子目标
Keywords
k-cluster algorithm
hierarchical reinforcement learning
subgoal
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
用于分层强化学习的最小k-聚类算法
王本年
《合肥工业大学学报（自然科学版）》
CAS
CSCD
北大核心
2006
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
