|
已选(0)清除
条数/页： 排序方式： |
| 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 |
| An Improved Minimax-Q Algorithm Based on Generalized Policy Iteration to Solve a Chaser-Invader Game 会议论文
, 线上, 2020-5
作者: Liu MS(刘民颂); Zhu YH(朱圆恒); Zhao DB(赵冬斌)
Adobe PDF(727Kb) | 收藏 | 浏览/下载：15/7 | 提交时间：2024/07/04 |
| 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：30/1 | 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 |
| 面向多机器人博弈的深度强化学习方法 学位论文
, 2024
作者: 胡光政
Adobe PDF(17740Kb) | 收藏 | 浏览/下载：21/0 | 提交时间：2024/07/04
多智能体深度强化学习 多机器人博弈 极小极大Q学习 值分解 最大熵 |
| 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 |
| On the Effects of Structural Modeling for Neural Semantic Parsing 会议论文
Proceedings of the 27th Conference on Computational Natural Language Learning (CoNLL), Singapore, Singapore, 2023-12
作者: Zhang X(张翔); He SZ(何世柱); Liu K(刘康); Zhao J(赵军)
Adobe PDF(730Kb) | 收藏 | 浏览/下载：17/10 | 提交时间：2024/06/27 |
| 结构启发的神经语义解析方法研究 学位论文
, 2024
作者: 张翔
Adobe PDF(3373Kb) | 收藏 | 浏览/下载：32/0 | 提交时间：2024/06/26
自然语言理解 神经语义解析 形式化语义表示 组合泛化 |
| 跨模态信息融合的文本图像翻译方法研究 学位论文
, 2024
作者: 马聪
Adobe PDF(11285Kb) | 收藏 | 浏览/下载：38/5 | 提交时间：2024/06/26
文本图像翻译 跨模态信息融合 多任务学习 跨模态对比学习 参数高效微调 |
| 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 |
| Review on Peg-in-Hole Insertion Technology Based on Reinforcement Learning 会议论文
, Chongqing, China, 2023-11
作者: Shen Liancheng; Su Jianhua; Zhang Xiaodong
Adobe PDF(254Kb) | 收藏 | 浏览/下载：24/11 | 提交时间：2024/06/24
—Robot Peg-in-hole Insertion Reinforcement Learning Meta-Reinforcement Learning |
