基于平均报酬模型的强化学习算法研究

对于有吸收目标状态的循环任务,比较合理的方法是采用基于平均报酬模型的强化学习.平均报酬模型强化学习具有收敛速度快、鲁棒性强等优点.本文介绍了平均报酬模型强化学习的3个主要算法:R学习、H学习和LC学习,并给出了平均报酬模型强化学习的主要应用及研究方向.

大学图书馆学习共享空间的主要因子及评价指标

学习共享空间(LC)的构建已成为大学图书馆发展的必由之路,从学习共享空间产生的背景、构建的主要目的、内容和特点来分析学习共享空间建设的主要因子,在此基础上对学习共享空间的评价指标确定进行了探讨,构建并优化了评价指标体系。

基于LCS的水库供水规则分类系统

建立了基于遗传学习分类器系统(LCS)的水库供水规则分类系统,通过信任分配(桶链算法,BBA)与规则发现(遗传算法,GA)机制进行学习,提取水库供水调度规则.实例研究得到学习样本识别率接近95%,检验样本识别率为85%.进一步从调度规则的合理性、学习样本对规则集的影响以及该分类系统与人工神经网络对规则提取结果的比较这3个方面分析了系统提取规则的性能与行为.研究表明,利用该分类系统提取水库供水调度规则是可行且有效的.

基于平均奖赏强化学习算法的零阶分类元系统

零阶学习分类元系统ZCS(Zeroth-level Classifier System)作为一种基于遗传的机器学习技术(GeneticsBased Machine Learning),在解决多步学习问题上,已展现出应用价值。然而标准的ZCS系统采用折扣奖赏强化学习技术,难于适应更为广泛的应用领域。基于ZCS的现有框架,提出了一种采用平均奖赏强化学习技术(R-学习算法)的分类元系统,将ZCS中的折扣奖赏强化学习方法替换为R-学习算法,从而使ZCS一方面可应用于需要优化平均奖赏的问题领域,另一方面则可求解规模较大、需要动作长链支持的多步学习问题。实验显示,在多步学习问题中,该系统可给出满意解,且在维持动作长链,以及克服过泛化问题方面,具有更优的特性。

我国高校图书馆学习共享空间建设问题探析

剖析目前我国高校图书馆在学习共享空间的构建、管理和运行中存在的症结,提出可行的解决方案。从高校教育理念变革的层面上观察,我国高校的教育理念尚未出现由"以教为中心"向"以学为中心"的明显转变,妨碍了学习共享空间构建的顶层设计;高校的管理者和教师热衷于追求科研水平、轻视教学的现状,造成图书馆独家主导学习共享空间的构建和运行,而缺乏教育主体的参与;图书馆在对学习共享空间的理解上形式多于内涵。在这种背景下,我国高校图书馆在构建学习共享空间时,不宜追求形式上的大而全,而应当从简易学习共享空间入手,把重点放在学习共享空间的运行实效上,以实效吸引高校的管理者、教师和学生的关注,与高校教育理念的变革相互促进、并行发展。