《表3（续）：强化学习长短时记忆神经网络用于状态预测》
提示：宽带有限、当前游客访问压缩模式
在选取动作的过程中，采用由状态集s与动作集a构成的Q表替代折扣累积奖励期望值，如表2所示。
| 图表编号 | XD00214814800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 李锋、陈勇、汤宝平、王家序 |
| 绘制单位 | 四川大学机械工程学院、重庆大学机械传动国家重点实验室、四川大学空天科学与工程学院、四川大学机械工程学院、重庆大学机械传动国家重点实验室、重庆大学机械传动国家重点实验室、四川大学空天科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
