|
已选(0)清除
条数/页： 排序方式： |
| Offline Hierarchical Reinforcement Learning: Enable Large-Scale Training in HRL 会议论文
, Nanjing, 2023-11-27
作者: Yuqiao Wu ; Haifeng Zhang; Jun Wang
 Adobe PDF(1339Kb) |  收藏 | 浏览/下载：9/1 | 提交时间：2024/07/12 |
| Learning State-Specific Action Masks for Reinforcement Learning 期刊论文
Algorithms, 2024, 卷号: 17, 期号: 2, 页码: 60
作者: Wang ZY(王梓薏); Li XR(李欣然); Sun LY(孙罗洋); Zhang HF(张海峰); Liu HL(刘华林); Jun Wang
 Adobe PDF(2976Kb) | 收藏 | 浏览/下载：17/7 | 提交时间：2024/07/05
reinforcement learning exploration efficiency space reduction |
| 基于强化学习动作空间精简的时序决策任务算法研究 学位论文
, 2024
作者: 王梓薏
Adobe PDF(7273Kb) | 收藏 | 浏览/下载：31/1 | 提交时间：2024/07/04
时序决策 强化学习 动作空间约简 分层强化学习 动作掩码 |
| 基于强化学习的多无人机协同任务规划技术 学位论文
, 2024
作者: 张梦瑶
Adobe PDF(2880Kb) | 收藏 | 浏览/下载：38/0 | 提交时间：2024/07/04
多无人机协同作战 任务规划 图神经网络 多旅行商问题 强化学习 |
| 动态资讯 2021年 第07期（总第87期） 其他
2021-07-01
作者: 张桂英
Adobe PDF(16033Kb) | 收藏 | 浏览/下载：14/5 | 提交时间：2024/07/01 |
| Balancing Exploration and Exploitation in Hierarchical Reinforcement Learning via Latent Landmark Graphs 会议论文
, 澳大利亚, 2023-6
作者: Zhang Qingyang; Yang Yiming; Ruan Jingqing; Xiong Xuantang; Xing Dengpeng; Xu Bo
Adobe PDF(7948Kb) | 收藏 | 浏览/下载：19/7 | 提交时间：2024/06/25
强化学习，分层强化学习 |
| Latent Landmark Graph for Efficient Exploration-Exploitation Balance in Hierarchical Reinforcement Learning 期刊论文
Machine Intelligence Research, 2023, 页码: 158
作者: Zhang Qingyang; Zhang Hongming; Xing Dengpeng; Bo Xu
Adobe PDF(9639Kb) | 收藏 | 浏览/下载：14/7 | 提交时间：2024/06/25 |
| 基于基础模型的分层强化学习 学位论文
, 2024
作者: 吴俣桥
Adobe PDF(16716Kb) | 收藏 | 浏览/下载：32/0 | 提交时间：2024/06/21
强化学习 分层强化学习 基础模型 |
| Session-Based Recommendation with Graph Neural Networks 会议论文
, Honolulu, HI, 2019/01/27-2020/02/01
作者: Shu Wu; Yuyuan Tang; Yanqiao Zhu; Liang Wang; Xing Xie; Tieniu Tan
Adobe PDF(1825Kb) | 收藏 | 浏览/下载：25/9 | 提交时间：2024/06/21 |
| Improving Generalization of Multi-agent Reinforcement Learning through Domain-Invariant Feature Extraction 会议论文
, Greece, 2023-5
作者: Xu YF(徐一凡); Pu ZQ(蒲志强); Cai QA(蔡奇昂); Li FM(李非墨); Chai XH(柴兴华)
Adobe PDF(7610Kb) | 收藏 | 浏览/下载：11/5 | 提交时间：2024/06/21 |
