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:
04.Qt核心窗口基类QWidget
linux多线程例程
HJ5 进制转换
二叉树 | 代码随想录学习笔记
【Ambari】银河麒麟V10 ARM64架构_安装Ambari2.7.6&HDP3.3.1问题总结
【C++】红黑树的插入实现
java毕业生设计中国历史网站计算机源码+系统+mysql+调试部署+lw
【Designing ML Systems】第 7 章：模型部署和预测服务
多源最短路径的原理及C++实现
【Linux练习生】Linux多线程

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