×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
多模态人工智能系统全... [8]
作者
赵冬斌 [8]
朱圆恒 [8]
胡光政 [2]
张启超 [1]
李浩然 [1]
柴嘉骏 [1]
更多...
文献类型
期刊论文 [8]
发表日期
2024 [1]
2023 [1]
2022 [1]
2021 [1]
2017 [1]
2015 [3]
更多...
语种
英语 [8]
出处
IEEE TRANS... [4]
COGNITIVE ... [1]
IEEE Trans... [1]
NEURAL COM... [1]
NEUROCOMPU... [1]
资助项目
National K... [3]
National N... [2]
National K... [1]
National N... [1]
National N... [1]
Strategic ... [1]
更多...
收录类别
SCI [8]
导师
资助机构
National K... [3]
National N... [2]
61533017 [1]
61573353 [1]
61603382) [1]
National K... [1]
更多...
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
(本次检索基于用户作品认领结果)
浏览/检索结果:
共8条,第1-8条
帮助
限定条件
收录类别:SCI
作者:赵冬斌
第一作者
作者:朱圆恒
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
提交时间升序
提交时间降序
WOS被引频次升序
WOS被引频次降序
期刊影响因子升序
期刊影响因子降序
作者升序
作者降序
题名升序
题名降序
发表日期升序
发表日期降序
FM3Q: Factorized Multi-Agent MiniMax Q-Learning for Two-Team Zero-Sum Markov Game
期刊论文
IEEE Transactions on Emerging Topics in Computational Intelligence, 2024, 页码: 1-13
作者:
Guangzheng Hu
;
Yuanheng Zhu
;
Haoran Li
;
Dongbin Zhao
Adobe PDF(2144Kb)
  |  
收藏
  |  
浏览/下载:51/11
  |  
提交时间:2024/06/05
Games
Q-learning
Task analysis
Optimization
Convergence
Training
Nash equilibrium
Multi-agent reinforcement learning
minimax-Q learning
two-team zero-sum Markov games
NVIF: Neighboring Variational Information Flow for Cooperative Large-Scale Multiagent Reinforcement Learning
期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2023, 页码: 13
作者:
Chai, Jiajun
;
Zhu, Yuanheng
;
Zhao, Dongbin
Adobe PDF(2469Kb)
  |  
收藏
  |  
浏览/下载:65/5
  |  
提交时间:2023/11/16
Large-scale multiagent
neighboring communication
reinforcement learning (RL)
variational information flow
Online Minimax Q Network Learning for Two-Player Zero-Sum Markov Games
期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2022, 卷号: 33, 期号: 3, 页码: 1228-1241
作者:
Zhu, Yuanheng
;
Zhao, Dongbin
Adobe PDF(2838Kb)
  |  
收藏
  |  
浏览/下载:258/15
  |  
提交时间:2022/06/10
Games
Nash equilibrium
Mathematical model
Markov processes
Convergence
Dynamic programming
Training
Deep reinforcement learning (DRL)
generalized policy iteration (GPI)
Markov game (MG)
Nash equilibrium
Q network
zero sum
Event-Triggered Communication Network With Limited-Bandwidth Constraint for Multi-Agent Reinforcement Learning
期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 页码: 13
作者:
Hu, Guangzheng
;
Zhu, Yuanheng
;
Zhao, Dongbin
;
Zhao, Mengchen
;
Hao, Jianye
Adobe PDF(4187Kb)
  |  
收藏
  |  
浏览/下载:274/13
  |  
提交时间:2022/01/27
Bandwidth
Protocols
Reinforcement learning
Task analysis
Optimization
Communication networks
Multi-agent systems
Event trigger
limited bandwidth
multi-agent communication
multi-agent reinforcement learning (MARL)
Data-driven adaptive dynamic programming for continuous-time fully cooperative games with partially constrained inputs
期刊论文
NEUROCOMPUTING, 2017, 卷号: 238, 期号: *, 页码: 377-386
作者:
Zhang, Qichao
;
Zhao, Dongbin
;
Zhu, Yuanheng
浏览
  |  
Adobe PDF(1508Kb)
  |  
收藏
  |  
浏览/下载:673/285
  |  
提交时间:2017/05/04
Adaptive Dynamic Programming
Optimal Control
Neural Network
Fully Cooperative Games
Data-driven
Constrained Input
Convergence Proof of Approximate Policy Iteration for Undiscounted Optimal Control of Discrete-Time Systems
期刊论文
COGNITIVE COMPUTATION, 2015, 卷号: 7, 期号: 6, 页码: 763-771
作者:
Zhu, Yuanheng
;
Zhao, Dongbin
;
He, Haibo
;
Ji, Junhong
Adobe PDF(809Kb)
  |  
收藏
  |  
浏览/下载:277/43
  |  
提交时间:2016/01/18
Approximate Policy Iteration
Approximation Error
Optimal Control
Fuzzy Approximator
A data-based online reinforcement learning algorithm satisfying probably approximately correct principle
期刊论文
NEURAL COMPUTING & APPLICATIONS, 2015, 卷号: 26, 期号: 4, 页码: 775-787
作者:
Zhu, Yuanheng
;
Zhao, Dongbin
Adobe PDF(1331Kb)
  |  
收藏
  |  
浏览/下载:286/64
  |  
提交时间:2015/09/21
Reinforcement Learning
Probably Approximately Correct
Kd-tree
MEC-A Near-Optimal Online Reinforcement Learning Algorithm for Continuous Deterministic Systems
期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2015, 卷号: 26, 期号: 2, 页码: 346-356
作者:
Zhao, Dongbin
;
Zhu, Yuanheng
浏览
  |  
Adobe PDF(2156Kb)
  |  
收藏
  |  
浏览/下载:300/118
  |  
提交时间:2015/09/18
Efficient Exploration
Probably Approximately Correct (Pac)
Reinforcement Learning (Rl)
State Aggregation