计算智能和神经科学
研究文章

有效的强化学习从演示通过贝叶斯网络知识提取

表1

源MDP之间的系统动力学改变设置 和目标MDP 。
更改的项目 源代码MDP项设置 MDP项目设置的目标
杆的长度 1.0 3.0
车的质量 1.0 10.0