温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

本申请涉及数据处理技术领域，公开了一种基于贝尔曼无穷误差的对抗鲁棒Q学习方法及系统。该方法包括：根据马尔可夫决策过程的状态空间、动作空间和动态转移概率函数，利用贝尔曼最优Q函数构造本征状态邻域集合，并利用一致性对抗鲁棒算子刻画最优对抗Q函数...
该专利属于中国科学院大学所有，仅供学习研究参考，未经过中国科学院大学授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。