一种基于动作采样的 Q 学习算法
赵德京 , 马洪聪 , 廖登宇 , 崔浩岩
An Action-sampling Based Q-learning Algorithm
ZHAO Dejing , MA Hongcong , LIAO Dengyu , CUI Haoyan
控制工程 . 2024, (1): 70 -79 . 

京ICP备05021913号-100
版权所有 © 《控制工程》编辑部
地址：沈阳市东北大学310信箱　
邮编：110004　
电话：024-23883498（传真），024-83688973-16/17/18　
E-mail：kzgcbjb@mail.neu.edu.cn
技术支持：北京玛格泰克科技发展有限公司