q20160121-CSDN博客

转载增强学习（四） ----- 蒙特卡罗方法(Monte Carlo Methods)

1. 蒙特卡罗方法的基本思想蒙特卡罗方法又叫统计模拟方法，它使用随机数（或伪随机数）来解决计算的问题，是一类重要的数值计算方法。该方法的名字来源于世界著名的赌城蒙特卡罗，而蒙特卡罗方法正是以概率为基础的方法。一个简单的例子可以解释蒙特卡罗方法，假设我们需要计算一个不规则图形的面积，那么图形的不规则程度和分析性计算（比如积分）的复杂程度是成正比的。而采用蒙特卡罗方法是怎么计算的呢？首

2017-06-20 16:57:01 495

转载增强学习（三）----- MDP的动态规划解法

上一篇我们已经说到了，增强学习的目的就是求解马尔可夫决策过程(MDP)的最优策略，使其在任意初始状态下，都能获得最大的Vπ值。(本文不考虑非马尔可夫环境和不完全可观测马尔可夫决策过程(POMDP)中的增强学习)。那么如何求解最优策略呢？基本的解法有三种：动态规划法(dynamic programming methods)蒙特卡罗方法(Monte Carlo methods)

2017-06-20 16:54:46 516

转载增强学习（二）----- 马尔可夫决策过程MDP

1. 马尔可夫模型的几类子模型大家应该还记得马尔科夫链(Markov Chain)，了解机器学习的也都知道隐马尔可夫模型(Hidden Markov Model，HMM)。它们具有的一个共同性质就是马尔可夫性(无后效性)，也就是指系统的下个状态只与当前状态信息有关，而与更早之前的状态无关。马尔可夫决策过程(Markov Decision Process, MDP)也具有马尔可夫

2017-06-20 16:47:28 329

转载增强学习（Reinforcement Learning）

机器学习算法大致可以分为三种： 1. 监督学习(如回归，分类) 2. 非监督学习(如聚类，降维) 3. 增强学习什么是增强学习呢？增强学习（reinforcementlearning, RL）又叫做强化学习，是近年来机器学习和智能控制领域的主要方法之一。定义: Reinforcement learning is learning w

2017-06-20 16:43:29 253

转载 NS-2.35添加MFlood协议

学习NS2有两个多月了，因为是Linux和NS的新手，在很多很简单的问题上纠结了过多的时间。这让我想把自己学习的过程记录下来，供没有基础仍学习NS2的人做个参考。　　系统：Ubuntu 12.04.2 LTS，NS-2.35 我是参照黄化吉、冯穗力、秦丽娇、陆宏治编著的《NS网络模拟和协议仿真》第11章洪泛路由协议的移植来做的，MFlood协议也是该书上的版本。同时参考了以下网

2016-01-27 10:53:56 2339

转载博导给各位博士和准博士一点建议

本文转自上海交大饮水思源BBS，作者：thylacine(纳米热学？）。看了后觉得说得很中肯，所以，就转过来了。 1. 读博最重要的一件事情是选一个好导师。这个无比重要的事情，可能被很多同学忽略了，即使在交大的光环和荣耀之下，也千万记住这是影响你今后五年甚至后半辈子的大事。找老师人品和学术能力是最重要的。至于研究方向职称名誉等等，不要看得太重。另外，轻松的课题组未必是

2016-01-23 21:09:09 1264

转载 NS-2.35中添加gpsr

http://blog.sina.com.cn/s/blog_6735526a0101fkha.html 1、在$HOME/ns-allinone-2.35/ns-2.35下新建gpsr文件夹，然后将修改后的协议中的文件:gpsr.cc,gpsr.h, gpsr.tcl, gpsr_neighbor.cc, gpsr_neighbor.h, gpsr_packet.h,gpsr_s

2016-01-21 16:40:37 934

sun29_2007的博客