【摘要】： 结合增广马尔可夫决策过程(AMDP),蒙特卡罗-部分可观察马尔可夫决策过程(MC-POMDP)以及Q学习,提出了AMDP-Q学习(AMDP-Q)算法.
基于12个网页-相关网页
应用推荐
模块上移
模块下移
不移动