CASIA OpenIR

浏览/检索结果: 共20条,第1-10条 帮助

已选(0)清除 条数/页:   排序方式:
博弈对抗环境中智能策略研究 学位论文
工学博士, 北京: 中国科学院自动化研究所, 2021
作者:  唐振韬
Adobe PDF(23513Kb)  |  收藏  |  浏览/下载:621/17  |  提交时间:2021/07/14
深度强化学习  统计前向规划  策略博弈  智能决策  游戏人工智能  
Reinforcement Learning for Build-Order Production in StarCraft II 会议论文
, Cordoba, Granada, and Seville, Spain, 30 June-6 July 2018
作者:  Zhentao Tang;  Dongbin Zhao;  Yuanheng Zhu;  Ping Guo
Adobe PDF(2680Kb)  |  收藏  |  浏览/下载:168/53  |  提交时间:2021/07/07
深度强化学习进展: 从 AlphaGo 到 AlphaGo Zero 期刊论文
控 制 理 论 与 应 用, 2017, 卷号: 34, 期号: 12, 页码: 1529-1546
作者:  唐振韬;  邵 坤;  赵冬斌;  朱圆恒
Adobe PDF(8232Kb)  |  收藏  |  浏览/下载:227/35  |  提交时间:2021/07/05
深度强化学习  AlphaGo Zero  深度学习  强化学习  人工智能  
基于深度强化学习的游戏智能决策 学位论文
工学博士学位, 中国科学院自动化研究所: 中国科学院大学, 2019
作者:  邵坤
Adobe PDF(13984Kb)  |  收藏  |  浏览/下载:909/31  |  提交时间:2019/06/27
深度强化学习  深度学习  强化学习  智能决策  游戏人工智能  多智能体系统  
Visual navigation with Actor-Critic deep reinforcement learning 会议论文
, Rio, Brazil, 2018-01
作者:  Kun Shao;  Dongbin Zhao;  Yuanheng Zhu;  Qichao Zhang
浏览  |  Adobe PDF(1827Kb)  |  收藏  |  浏览/下载:308/127  |  提交时间:2019/04/22
StarCraft Micromanagement With Reinforcement Learning and Curriculum Transfer Learning 期刊论文
IEEE Transactions on Emerging Topics in Computational Intelligence, 2019, 卷号: 3, 期号: 1, 页码: 73-84
作者:  Kun Shao;  Yuanheng Zhu;  Dongbin Zhao
浏览  |  Adobe PDF(4125Kb)  |  收藏  |  浏览/下载:339/132  |  提交时间:2019/04/22
Reinforcement Learning, Transfer Learning, Curriculum Learning, Neural Network, Game Ai  
Move Prediction in Gomoku Using Deep Learning 会议论文
, Wuhan, China, November 11-13, 2016
作者:  Shao, Kun;  Zhao, Bongbin;  Tang, Zhentao;  Zhu, Yuanheng
浏览  |  Adobe PDF(321Kb)  |  收藏  |  浏览/下载:838/398  |  提交时间:2017/12/29
Gomoku  Move Prediction  Deep Learning  Deep Convolutional Network  
Cooperative Reinforcement Learning for Multiple Units Combat in StarCraft 会议论文
, Honolulu, Hawaii, USA, Nov. 27 to Dec 1, 2017
作者:  Shao K(邵坤);  Zhu YH(朱圆恒);  Zhao DB(赵冬斌)
浏览  |  Adobe PDF(1378Kb)  |  收藏  |  浏览/下载:535/264  |  提交时间:2017/09/20
深度强化学习综述:兼论计算机围棋的发展 期刊论文
控制理论与应用, 2016, 卷号: 33, 期号: 6, 页码: 701-717
作者:  赵冬斌;  邵坤;  朱圆恒;  李栋;  陈亚冉;  王海涛;  刘德荣;  周彤;  王成红
浏览  |  Adobe PDF(2816Kb)  |  收藏  |  浏览/下载:1749/646  |  提交时间:2017/09/13
深度强化学习  初弈号  深度学习  强化学习  人工智能  
基于深度稀疏表示的图像识别方法 学位论文
, 北京: 中国科学院研究生院, 2017
作者:  吕乐
Adobe PDF(12176Kb)  |  收藏  |  浏览/下载:406/9  |  提交时间:2017/06/12
深度学习  稀疏编码  图像聚类  中层视元提取  图像精细分类