由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书学与似动态规划9787030275653
¥ ×1
《智能科学技术著作丛书》序
前言
章绪论
1.1引言
1.2学与似动态规划的研究概况
1.2.1学习研究的相关学科背景
1.2.2学习算法的研究进展
1..学习的泛化方法与近似动态规划
1.2.4学习相关理论研究与多Agent学习
1.2.5学习应用的研究进展
1.3移动机器人导航控制方法的研究现状和发展趋势
1.3.1移动机器人体系结构的研究进展
1.3.2移动机器人反应式导航方法的研究概况
1.3.3移动机器人路径跟踪控制的研究概况
1.4全书的组织结构
参考文献
第2章线时域差值学习理论与算法
2.1Markov链与多步学习预测问题
2.1.1Markov链的基础理论
2.1.2基于Markov链的多步学习预测问题
2.2TD(λ)学习算法
2.2.1表格型TD(λ)学习算法
2.2.2基于值函数逼近的TD(λ)学习算法
.多步递推二乘TD学习算法及其收敛理论
..1多步递推二乘TD(RLS-TD(λ)》学习算法
..2RLS-TD(λ)学习算法的一致收敛分析
2.4多步学习预测的研究
2.4.1HopWorld问题学习预测
2.4.2连续状态随机行走问题的学习预测
2.5小结
参考文献
第3章基于核的时域差值学习算法
3.1核方法与基于核的学习机器
3.1.1核函数的概念与质
3.1.2核Hilbert空间与核函数方法
3.2核二乘时域差值学习算法
3.2.1线TD(λ)学习算法
3.2.2KLS-TD(λ)学习算法
3..学习预测实验与比较
3.3小结
参考文献
第4章求解Markov决策问题的梯度学习算法
4.1Markov决策过程与表格型学习算法
4.1.1Markov决策过程及其值函数
4.1.2表格型学习算法及其收敛理论
4.2基于改进CMAC的直接梯度学习算法
4.2.1CMAC的结构
4.2.2基于CMAC的直接梯度学习算法
4..两种改进的CMAC编码结构及其应用实例
4.3基于值函数逼近的残差梯度学习算法
4.3.1多层前馈神经网络函数逼近器与已有的梯度学习算法
4.3.2非平稳策略残差梯度(RGNP)学习算法
4.3.3RGNP学习算法的收敛和近似策略能的理论分析
4.3.4Mountain-Car问题的研究
4.3.5Acrobot学习控制的研究
4.4求解连续行为空间Markov决策问题的快速AHC学习算法
4.4.1AHC学习算法与Actor-Critic学习控制结构
4.4.2Fast-AHC学习算法
4.4.3连续控制量条件下的倒立摆学习控制研究
4.4.4连续控制量条件下Acrobot系统的学习控制
4.5小结
参考文献
第5章求解Markov决策问题的进化-梯度混合学习算法
5.1进化计算的基本原理和方法
5.1.1进化计算的基本原理和算法框架
5.1.2进化算法的基本要素
……
第6章基于核的近似动态规划算与理
第7章基于学习的移动机器人反应式导航方法
第8章RL与ADP在移动机器人运动控制中的应用
第9章总结与展望
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
