中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共4条，第1-4条 帮助

限定条件                
已选(0)清除 条数/页：   排序方式：
稀疏奖励环境下基于自博弈框架的智能空战算法研究 学位论文
, 2024
作者:  何少钦
Adobe PDF(4570Kb)  |  收藏  |  浏览/下载：22/1  |  提交时间：2024/05/30
强化学习，离线强化学习，空战，智能决策，好奇心机制  
基于不确定度的多智能体信用分配方法 期刊论文
中国科学院大学学报, 2022, 页码: 0
作者:  杨光开;  陈皓;  张茗奕;  尹奇跃;  黄凯奇
Adobe PDF(1076Kb)  |  收藏  |  浏览/下载：494/83  |  提交时间：2022/07/12
对抗环境中基于值分解框架的多智能体协同算法研究 学位论文
工学硕士, 中科院自动化研究所: 中科院自动化研究所, 2022
作者:  杨光开
Adobe PDF(17847Kb)  |  收藏  |  浏览/下载：235/7  |  提交时间：2022/06/13
多智能体协同，信用分配，贝叶斯超网络，部分可观测约束，贝叶斯神经网络  
基于混合更新Q值的深度强化学习方法研究 学位论文
工程硕士, 中国科学院自动化研究所: 中国科学院大学, 2020
作者:  李主南
Adobe PDF(3839Kb)  |  收藏  |  浏览/下载：198/5  |  提交时间：2020/06/10
深度强化学习  Q 学习算法  过估计  欠估计  Actor-Critic  凸组合  混合更新