我正在阅读Sutton和Barto的强化学习，对于Dyna-Q的一个例子，他们使用了一个迷宫问题。算例表明，在n=50步规划下，算法仅需3集即可达到最优路径。 这是对50步Q学习的改进吗？看起来你真的只是在每集运行一堆50步的Q学习算法，所以说它在3集内找到最优路径是误导的。 另外，我想最大的问题是，当你没有环境模型时，我认为Dyna-Q是有用的
浏览 37提问于2019-12-20得票数 0
回答已采纳
1回答
我听说你可以用线性规划来解决计划问题。我真的不明白如何做到这一点，因为线性规划是最优的，而大规模规划(例如，在m台机器上计划n个作业)具有指数级的难度。那么，例如，我如何使用线性规划解决100个作业和10台机器的问题？你能给我一些解释或进一步阅读吗？
浏览 3提问于2016-11-09得票数 0
我遇到了两个动态规划问题。其中一个问题是解决这个问题的动态规划方法如下。If C(n) is number of ways of climbing the staircase, then 当我要思考<e
浏览 4提问于2014-01-02得票数 7
回答已采纳
1回答
我想知道如何规划1000名“步行者”，每个人“走”100步。下面是一个“步行者”步行10步的代码。function walk(N, init::Int=0) for t in 1:N push
浏览 0提问于2021-06-23得票数 3
回答已采纳
1回答
声明如下：
因此，对于示例来说，有多少种方法可以达到第三步。如图所示: 1,1,1，2,1
编辑:以下@Saurav
浏览 3提问于2019-12-26得票数 0
回答已采纳
2回答
我们希望将文档保存到单独的OneDrive文件夹。计划:第一步:客户概述应直接保存到OneDrive，而不是FTP文件夹。第二步:每个销售人员都有自己的OneDrive帐户，因此应该使用用户参数等将其保存到自己<
浏览 2提问于2016-03-31得票数 0
2回答
给出了正整数n, a, b, p[1], p[2], p[3] (全<= 10^9)。假设我们站在x=0位置，我们想到达点n，我们只能向右移动。任务是找到最小的成本，如果我们可以使用这些移动。移动次数不受限制。我提出的想法是动态规划和三个变量的线性方程组。但还是解决不了问题。
UPD:假设我们也有独立于T (T <= 50)的查询。
浏览 3提问于2022-04-24得票数 2
1回答
达到N步的方法数
、、、
因此，我做了一个简单的动态规划问题，关于到达n第四步，而一次只能执行1到2个步骤。我知道答案基本上是fibonacci序列，答案是:到达n-2的步骤#+到达n-1的步骤的步骤#。T(n) = T(n-1) + T(n-2);
然而，我想得越多，我就越不确定。在结束的时候不应该有额外的步骤来达到n的第四步
浏览 0提问于2017-11-07得票数 1
回答已采纳
5回答
我正在考虑构建一个离线和在线一样好用的应用程序。由于应用程序在脱机状态下无法与服务器通信，因此需要进行某种级别的同步。
在为您的iPhone规划带同步的离线操作时，有哪些好工具值得阅读并开始考虑？与苹果已经提供的工具相比，我必须自己创建哪些工具来帮助解决这个特定的问题？
浏览 1提问于2009-03-27得票数 28
回答已采纳
有没有带表函数的java或.net库？T3 = f(T1, T2)，其中T1、T2和T3是表。例如，我们从线性代数中知道的矩阵乘法是一个矩阵函数：同样，会计或财务规划中经常使用的分布函数是典型的表函数。例如，将每个部门的成本进一步分配给团队。例如，SAP的业务规划工具提供了像分配&
浏览 0提问于2012-12-12得票数 3
2回答
爬步次数的动态规划
、、、
问题是使用动态规划来编写一个函数，用于爬升N个步骤的方法的数量。考虑到一次只能爬一步或两步。难道它不应该比普通的更有效吗？我在下面附加了DP代
浏览 3提问于2018-02-03得票数 1
回答已采纳
1回答
我正在阅读CLRS一书中的动态编程一章。在棒材切割问题中，当我们不使用动态规划(基本情况T(0) = 1)时，是得到的。解直接给出为T(n) = 2^n。
我可以使用归纳法验证解决方案是正确的。但是我似乎想不出如何使用迭代(plug and chug)方法从给定的递归一步一步地得出这个解。在这件事上，我真的很感谢你的帮助。
浏览 10提问于2021-05-19得票数 0
回答已采纳
1回答
我们得到了起重机的最大起重能力，以及每块石头的重量。由于这是一个小型起重机，我们不能放置超过2块石头(任何可能的大小)在同一时间，否则它将扰乱起重机的平衡。输入:第一行输入给T，测试用例的数量。对于每个测试用例，第一行给出了起重机的最大起重能力M。每个测试用例下一行的第一个整数N给出了石头的数目，后面跟着N个数，指定了单个石头X的权重。制约因素：1 <=
浏览 2提问于2015-02-06得票数 4
回答已采纳
2回答
请考虑以下问题：通过使用动态规划，我们将检查每个演示文稿，存储其开始时间、完成时间、值，每次一个(并比较是否
浏览 1提问于2015-06-23得票数 0
回答已采纳
DQN使用非策略RL，以便从通过遵循任何策略收集的经验数据中学习最优策略，例如观察专家、先前的非最优策略等。体验是以下形式的数据集合： (s1、a1、r2、s2) 这里的r2是在执行a1之后立即收到的实际奖励。这些经验用于设置以下形式的监督学习示例： 净投入：(s1，a1)，净目标: r2 +γ*argmax(a，Q(s2，a) 可以通过使用带有资格跟踪的lambda来计算r2吗？我猜它不能，因为这将使r2依赖于用于生成体验的策略，而这不是正在学习<e
浏览 0提问于2017-12-12得票数 1
1回答
我试图在Javascript中建立一步一步的指南(想想任何IKEA指南)，其中每一步都可以链接到一个或多个后续步骤，2.一个步骤可以对前面的步骤有0或n个依赖项，3.始终有最后一个步骤。就像这样： / \ \ /首先想到的是有向图的结构，但是由于这个图的唯一性，所有节点都指向“前进”，所以我想知道是否有更好的</e
浏览 0提问于2016-09-26得票数 0
2回答
我需要从pdf文件中获取数据及其标头，以便进一步与DB数据进行比较 我试着使用pdfbox，google vision ocr，itext，但是所有的库都没有结构和头文件。示例: Date\nNumber\nStatus\n12\12\2020\n442334\delivered 我会尝试将pdf转换为excel/word并从中获取数据，但为了实现这一点，我需要读取pdf如何获取带headers的数据？
浏览 54提问于2020-04-17得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
