MMDP: A Mobile-IoT Based Multi-Modal Reinforcement Learning Service Framework

框架

在这里插入图片描述
AHTT可被定义为

AHTT的元素表示智能体在动作为 $a_{lmn}$ 的情况下从张量状态 $s_{ijk}$ 转移到另一个张量状态 $s_{ijk}^{'}$ 的概率

通过数理统计首先得到多变量频率张量

在这里插入图片描述
状态 $s_{ijk}$ 的值函数等于策略 $\pi_{tensor}$ 下状态-动作对值函数的值之和，蓝色框中的状态-动作对值函数可以定义为等式15

张量策略求解包括两个过程，即TPE和TPI

“规则平面”的子图字太小，图11的图注有错的记号。作者未公布代码

相关阅读:
设计模式——责任链模式（Chain of Responsibility Pattern）+ Spring相关源码
ps丢失d3dcompiler_47.dll怎么办，这四个方法都能解决
VS 断点调试技巧：直接看到成员变量，隐藏属性，跳过方法
两独立样本率的非劣效性试验-样本量计算
Vue2 如何优雅的解决v-for和v-if同时出现
图论--图的存储及遍历
Servlet urlPatterns配置
联想小新如果使用蓝牙鼠标在关闭了触摸板的情况下不小心关掉了蓝牙该如何处理?
STM32F103VET6基于STM32CubeMX创建EXTI外部中断工程
机器学习(四)机器学习分类及场景应用

原文地址：https://blog.csdn.net/qq_46221910/article/details/133902300