基于Takagi-Sugeno的再励学习模糊神经网络控制
基于动作的评价值函数的再励学习方法主要有三种：Q-学习、R-学习和优胜学习。一般地,这些学习方法只能接受离散化的状态输入,产生离散值的控制动作。但是,智能体所处的环境通常是空间连续的,对连续的状态空间
2024-02-17
1