【摘要】强化学习是一种试错学习，可解决无模型问题，在没有任何先验知识的情况下，Agent通过与环境不断交互实现基于自身经验的学习。本文研究的是连续状态动作空间的问题，传统的解决方法是离散化状态或动作空间，为了保证一定的精度，离散化方法会导致状态动作空间非常大，从而引起“维数灾”。本文提出三种基于行动者-评论家（Actor-Critic，AC）架构的算法，其中Critic部分使用非参函数逼近来解决连 […]

【摘要】强化学习和智能规划是当前人工智能领域的研究热点。生活中的众多顺序决策问题都可以用马尔科夫决策过程(MDP)进行描述,基于MDP的性能势理论为上述问题的求解优化提供了一种新的理论框架,它可以利用样本轨道的估算对参数未知的系统进行在线优化和求解。当系统状态转移矩阵、奖励函数等参数未知时,强化学习通常被用来对系统的最优策略进行学习,该特点使其能够很好地与性能势理论相结合,从而得出更有效率的在线优 […]

【摘要】大量的生物文本为生物医学研究提供了丰富的资源。但由于文本数量巨大，无法通过人工处理来获取信息。文本挖掘能从现有的文献中自动地挖掘感兴趣的信息。借助于文本挖掘，可以从文献数据库检索需要的生物医学文本；这些非结构化的文本包含了大量的研究成果和实验数据，文本挖掘可以找出其中蕴含的重要信息和知识；在所发现的信息的基础上，研究人员可以进一步生成假设、进行推断和预测、指导实验和更深入的研究。癌症已经成 […]