会员服务
序贯决策（Sequential Decision）是指按时间顺序排列起来，以得到按顺序的各种决策(策略)，是用于随机性或不确定性动态系统最优化的决策方法。
李航NSR论文：深度学习NLP的现有优势与未来挑战
李航NSR论文：深度学习NLP的现有优势与未来挑战
机器之心
0+阅读 · 2017年10月4日
多Agent深度强化学习综述(中文版)，21页pdf
多Agent深度强化学习综述(中文版)，21页pdf
专知
3+阅读 · 2021年1月1日
强化学习是人工智能的未来？
强化学习是人工智能的未来？
CSDN
0+阅读 · 2019年11月30日
基于深度强化学习的组合优化研究进展
基于深度强化学习的组合优化研究进展
专知
0+阅读 · 2020年12月11日
参考链接
微信扫码咨询专知VIP会员
Top