搜索结果: 1-6 共查到“计算机科学技术 reinforcement learning”相关记录6条 . 查询时间(0.102 秒)
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：Markov decision process and reinforcement learning for intelligent
智能 马尔可夫 决策过程 强化学习
2022/12/9
本次讲座主要针对智能运维中的建模优化问题。首先基于前期研究，我将讨论基于马尔可夫决策过程的有限周期的视情维护策略。考虑二元件系统以及系统元件的退化过程具有随机相关性，用二元伽马过程来描述系统退化过程。系统元件服从周期性检测，当元件的退化程度超过预防性维护阈值时，其会被替换。该维护问题可以表示成马尔可夫决策过程并可用动态规划来求解。不同于无限周期的维护策略，有限周期的最优策略是动态的，其在每次检测都...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：Markov decision process and reinforcement learning for intelligent operation and maintenance
智能 马尔可夫 决策过程 强化学习
2022/12/9
本次讲座主要针对智能运维中的建模优化问题。首先基于前期研究，我将讨论基于马尔可夫决策过程的有限周期的视情维护策略。考虑二元件系统以及系统元件的退化过程具有随机相关性，用二元伽马过程来描述系统退化过程。系统元件服从周期性检测，当元件的退化程度超过预防性维护阈值时，其会被替换。该维护问题可以表示成马尔可夫决策过程并可用动态规划来求解。不同于无限周期的维护策略，有限周期的最优策略是动态的，其在每次检测都...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：Reinforcement Learning-Based Event-Driven Adaptive Cooperative Control of Heterogeneous Multiagent Systems
强化学习 异构多智能体系统 事件驱动 自适应 协同控制
2022/11/8
This talk focuses on the even-triggered cooperative control problem of heterogeneous multi-agent systems (MASs) using data-based reinforcement learning (RL) algorithm. To lower the communication and c...
第1期“互联”学术沙龙——“Ten Key for Reinforcement Learning and Optimal Control”顺利举行（图）
互联 学术沙龙 强大学习 机器学习
2021/4/9
强大学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。在过去的几十年中，强化学习在许多领域中取得了巨大的成功，尤其是由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发的AlphaGo，它是第一个...
Reinforcement Learning (RL) has achieved many successes over the years in training autonomous agents to perform simple tasks. However, it takes a long time to learn a solution and this solution can us...
ADAPTIVE STEP-SIZES FOR REINFORCEMENT LEARNING
reinforcement learning machine learning step-size learning rate evaluation adaptive
2014/12/18
The central theme motivating this dissertation is the desire to develop reinforcement learning algorithms that “just work” regardless of the domain in which they are applied. The largest impediment to...