%0 Journal Article
%T 一种优先级扫描的Dyna结构优化算法
%A 傅启明
%A 刘  全
%A 肖  飞
%A 高  龙
%A 孙洪坤
%J -
%D 2013
%X 不确定环境的时序决策问题是强化学习研究的主要内容之一，age..
%K [强化学习
%K 时序决策
%K 优先级扫描
%K Dyna结构
%K Dyna-PS
%K reinforcement learning
%K sequential decision making
%K prioritized sweeping
%K Dyna architecture
%K Dyna-PS]
%U http://crad.ict.ac.cn/CN/Y2013/V50/I10/2176