温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

本发明提供一种对离散环境基于值的强化学习训练的优化方法，涉及强化学习技术领域。该方法初始化表格型Q
...
该专利属于东北大学所有，仅供学习研究参考，未经过东北大学授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。