中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共2条，第1-2条 帮助

已选(0)清除 条数/页：   排序方式：
安全强化学习综述 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 9, 页码: 1813-1835
作者:  王雪松;  王荣荣;  程玉虎
Adobe PDF(1356Kb)  |  收藏  |  浏览/下载：11/5  |  提交时间：2024/04/24
安全强化学习  约束马尔科夫决策过程  学习过程  学习目标  离线强化学习  
基于优先采样模型的离线强化学习 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 1, 页码: 143-153
作者:  顾扬;  程玉虎;  王雪松
Adobe PDF(2677Kb)  |  收藏  |  浏览/下载：63/17  |  提交时间：2024/04/12
离线强化学习  优先采样模型  时序差分误差  鞅  批约束深度Q学习