基于正交投影的同态状态抽象与策略优化
赵亮,李永强,赵硕
Homomorphic state abstraction and policy optimization based on orthogonal projection
Liang ZHAO,Yongqiang LI,Shuo ZHAO
表 1
实验任务设置与参数说明
Tab.1
Experimental task configurations and parameter descriptions
任务名称
任务说明
随机模型
[
25
]
转移密度为10%~100%，奖励为0~1.0
弱耦合MDP
[
26
]
由具有‘簇内转移稠密、簇间转移稀疏’特征的不相交状态簇构成的复杂系统
四室网格世界(Room)
[
27
]
动作成功率为0.8的持续任务
双队列管理问题
[
28
]
涉及9种联合操作的串行服务器负载平衡问题
[
29
]