中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共12条，第1-10条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
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：27/12  |  提交时间：2024/06/21
Token-level Direct Preference Optimization 会议论文
, Vienna, Austria, 2024/7/21-27
作者:  Zeng,Yongcheng;  Liu,Guoqing;  Ma,Weiyu;  Yang,Ning;  Zhang,Haifeng;  Wang,Jun
Adobe PDF(883Kb)  |  收藏  |  浏览/下载：71/24  |  提交时间：2024/06/05
基于噪声对比估计的权重自适应对抗生成式模仿学习 期刊论文
模式识别与人工智能, 2023, 卷号: 36, 期号: 4, 页码: 300-312
作者:  关伟凡;  张希
Adobe PDF(1849Kb)  |  收藏  |  浏览/下载：145/49  |  提交时间：2023/06/29
强化学习  模仿学习  噪声对比估计  自适应权重  
Multi-Objective Bayesian Optimization using Deep Gaussian Processes with Applications to Copper Smelting Optimization 会议论文
, 新加坡, 2022-12
作者:  Kang, Liwen;  Wang, Xuelei;  Wu, Zhiheng;  Wang, Ruihua
Adobe PDF(607Kb)  |  收藏  |  浏览/下载：153/41  |  提交时间：2023/06/29
AlphaHoldem: High-Performance Artificial Intelligence for Heads-Up No-Limit Poker via End-to-End Reinforcement Learning 会议论文
, 线上, 2022-02-22
作者:  Zhao EM(赵恩民);  Yan RY(闫仁业);  Li JQ(李金秋);  Li K(李凯);  Xing JL(兴军亮)
Adobe PDF(2593Kb)  |  收藏  |  浏览/下载：215/80  |  提交时间：2023/06/29
Pseudo Value Network Distillation for High-Performance Exploration 会议论文
, 澳大利亚, 2023-06
作者:  Zhao EM(赵恩民);  Xing JL(兴军亮);  Li K(李凯);  Kang YX(康永欣);  Tao P(陶品)
Adobe PDF(5874Kb)  |  收藏  |  浏览/下载：162/46  |  提交时间：2023/06/28
Learning to Play Hard Exploration Games Using Graph-guided Self-navigation 会议论文
, 线上, 2021-02
作者:  Zhao EM(赵恩民);  Yan RY(闫仁业);  Li K(李凯);  Li LJ(李丽娟);  Xing JL(兴军亮)
Adobe PDF(413Kb)  |  收藏  |  浏览/下载：186/66  |  提交时间：2023/06/28
Exploration via Joint Policy Diversity for Sparse-Reward Multi-Agent Tasks 会议论文
, Macao, China, 2023-8
作者:  Pei Xu;  Junge Zhang;  Kaiqi Huang
Adobe PDF(1369Kb)  |  收藏  |  浏览/下载：279/87  |  提交时间：2023/06/19
Trajectory-based Split Hindsight Reverse Curriculum Learning 会议论文
, Prague, Czech Republic, 2021-9
作者:  Wu, Jiaxi;  Zhang, Dianmin;  Zhong, Shanlin;  Qiao, Hong
Adobe PDF(5094Kb)  |  收藏  |  浏览/下载：245/61  |  提交时间：2022/06/14
Reinforcement Learning  Curriculum Learning  
一种针对德州扑克AI的对手建模与策略集成框架 期刊论文
自动化学报, 2021, 期号: 0, 页码: 0
作者:  张蒙;  李凯;  吴哲;  臧一凡;  徐航;  兴军亮
Adobe PDF(1354Kb)  |  收藏  |  浏览/下载：439/124  |  提交时间：2021/06/21
不完美信息博弈  德州扑克  演化学习  在线对手建模  种群策略集成