|
已选(0)清除
条数/页： 排序方式： |
| 采用分类经验回放的深度确定性策略梯度方法 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 7, 页码: 1816-1823
作者: 时圣苗; 刘全
 Adobe PDF(19798Kb) |  收藏 | 浏览/下载：0/0 | 提交时间：2024/05/20
连续控制任务 深度确定性策略梯度 经验回放 分类经验回放 |
| 多智能体博弈、学习与控制 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 3, 页码: 580-613
作者: 王龙; 黄锋
Adobe PDF(2088Kb) | 收藏 | 浏览/下载：8/4 | 提交时间：2024/05/09
博弈论 多智能体学习 控制论 强化学习 人工智能 |
| 基于优先采样模型的离线强化学习 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 1, 页码: 143-153
作者: 顾扬; 程玉虎; 王雪松
Adobe PDF(2677Kb) | 收藏 | 浏览/下载：61/16 | 提交时间：2024/04/12
离线强化学习 优先采样模型 时序差分误差 鞅 批约束深度Q学习 |
| 全局信息指导下的分布式多智能体协作算法研究 学位论文
, 2023
作者: 陈逸群
 Adobe PDF(42245Kb) | 收藏 | 浏览/下载：98/3 | 提交时间：2023/06/27
强化学习，多智能体协作，全局信息，知识蒸馏 |
| 信息不完备条件下的复杂决策问题高效强化学习算法研究 学位论文
, 2023
作者: 赵恩民
Adobe PDF(25370Kb) | 收藏 | 浏览/下载：198/11 | 提交时间：2023/06/08
信息不完备 复杂决策问题 强化学习 单智能体探索 不完美信息博弈 |
| 平行交通系统中的预测与控制关键技术研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者: 戴星原
Adobe PDF(14868Kb) | 收藏 | 浏览/下载：283/12 | 提交时间：2022/10/09
平行交通系统 交通预测 交通控制 深度学习 强化学习 |
| 面向Ad-Hoc协作的局部观测重建方法 期刊论文
中国科学院大学学报, 2022, 页码: 1
作者: 陈皓; 杨立昆; 尹奇跃; 黄凯奇
Adobe PDF(1491Kb) | 收藏 | 浏览/下载：221/41 | 提交时间：2022/06/16
多智能体 深度强化学习 信用分配 Ad-Hoc协作 |
| 对抗场景中的智能体策略泛化研究 学位论文
工学硕士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者: 陈皓
Adobe PDF(13782Kb) | 收藏 | 浏览/下载：305/14 | 提交时间：2022/06/16
深度强化学习 多智能体 策略泛化 Ad-Hoc 协作 信用分配 |
| 基于多智能体强化学习的城市道路交通信号控制 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2021
作者: 刘皓
Adobe PDF(4749Kb) | 收藏 | 浏览/下载：220/4 | 提交时间：2021/07/02
交通信号控制 强化学习 多智能体 车联网 |
| 机器人操作技能学习：从模仿到自主 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2020
作者: 刘乃军
Adobe PDF(18473Kb) | 收藏 | 浏览/下载：230/11 | 提交时间：2020/09/25
机器人 操作技能学习 模仿学习 生成对抗自主学习 课程学习 |
