有哪些信誉好的足球投注网站- 1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
://
httwww．skx．com
pjj
:/
DOI１０．１１８９６skx．２４０５０００８２
jj
一种新的基于Simoid函数的分布式深度网络概率分布更新策略
gQ
高卓凡郭文利
中国航空工业集团公司洛阳电光设备研究所河南洛阳
４７１０００
()
２４５９１９４０１５＠．com
摘要分布式深度网络(,)是在传统期望值深度网络的基础上将离散的动作奖
QDistributedＧDeeQNetworkDistＧDQNQ
p
,.
励在一个区间上连续化通过不断更新支集区间的概率分布来解决复杂环境的随机奖励问题奖励概率的分布更新策略作为
,.,
DistＧDQN实现的重要函数会显著影响智能体在环境中的学习效率针对上述问题提出了一种新的SiＧDistＧDQN概率分布
g
.,,
更新策略该策略综合考虑奖励概率支集之间的相关性强弱关系提高与观察奖励强相关支集的概率质量更新速率同时降低
.,,
弱相关支集概率质量的更新速率在OenAIm提供的环境下进行实验结果表明指数更新和调和序列更新策略在每次训
pgy
,.,
练的差异性较大而SiＧDistＧDQN策略的训练图像非常稳定相较于指数更新和调和序列更新策略应用SiＧDistＧDQN的智
gg
能体在学习过程中损失函数的收敛速度和收敛过程的稳定性都有显著提高.
:;;;;
关键词分布式深度网络奖励区间连续化概率分布更新学习效率训练稳定性
Q
中图分类号TP１８１
NovelProbabilitDistributionUdateStrateforDistributedDeeＧNetworksBasedon
ypgypQ
S
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）