×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
多模态人工智能系统... [43]
复杂系统认知与决策... [11]
中国科学院工业视觉智... [4]
脑图谱与类脑智能实验... [3]
综合信息系统研究中心 [3]
模式识别实验室 [3]
更多...
作者
赵冬斌 [11]
王飞跃 [7]
王硕 [6]
鲁涛 [6]
蔡莹皓 [6]
侯新文 [6]
更多...
文献类型
会议论文 [36]
期刊论文 [31]
发表日期
2024 [6]
2023 [11]
2022 [11]
2021 [16]
2020 [9]
2019 [9]
更多...
语种
英语 [67]
出处
IEEE TRANS... [4]
NEUROCOMPU... [3]
FRONTIERS ... [2]
IEEE Trans... [2]
APPLIED SC... [1]
Advanced I... [1]
更多...
资助项目
National K... [3]
National K... [2]
National K... [2]
National N... [2]
Strategic ... [2]
Youth Inno... [2]
更多...
收录类别
EI [27]
SCI [26]
SCIE [2]
其他 [1]
导师
资助机构
National ... [10]
National K... [5]
National N... [4]
Beijing Mu... [2]
Beijing Sc... [2]
National K... [2]
更多...
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共67条,第1-10条
帮助
限定条件
语种:英语
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
发表日期升序
发表日期降序
题名升序
题名降序
提交时间升序
提交时间降序
作者升序
作者降序
期刊影响因子升序
期刊影响因子降序
WOS被引频次升序
WOS被引频次降序
User Response Modeling in Reinforcement Learning for Ads Allocation
会议论文
, 新加坡, May 13 - 17, 2024
作者:
Zhang, Zhiyuan
;
Zhang, Qichao
;
Wu, Xiaoxu
;
Shi, Xiaowen
;
Liao, Guogang
;
Wang, Yongkong
;
Wang, xingxing
;
Zhao, Dongbin
Adobe PDF(2077Kb)
  |  
收藏
  |  
浏览/下载:37/16
  |  
提交时间:2024/06/25
Ads Allocation
Reinforcement Learning
User Response Modeling
Power Control Based on Deep Reinforcement Learning for Spectrum Sharing
期刊论文
IEEE Transactions on Wireless Communications, 2024, 卷号: 19, 期号: 6, 页码: 4209-4219
作者:
Zhang,Haijun
;
Yang,Ning
;
Huangfu,Wei
;
Long,Keping
;
Leung,VictorCM
Adobe PDF(1925Kb)
  |  
收藏
  |  
浏览/下载:43/17
  |  
提交时间:2024/06/12
Enhance Sample Efficiency and Robustness of End-to-end Urban Autonomous Driving via Semantic Masked World Model
期刊论文
IEEE Transactions on Intelligent Transportation Systems, 2024, 页码: 10.1109/TITS.2024.3400227
作者:
Zeyu Gao
;
Yao Mu
;
Chen Chen
;
Jingliang Duan
;
Ping Luo
;
Yanfeng Lu
;
Shengbo Eben Li
Adobe PDF(3954Kb)
  |  
收藏
  |  
浏览/下载:43/17
  |  
提交时间:2024/06/06
End-to-end autonomous driving
deep reinforcement learning
world model
FM3Q: Factorized Multi-Agent MiniMax Q-Learning for Two-Team Zero-Sum Markov Game
期刊论文
IEEE Transactions on Emerging Topics in Computational Intelligence, 2024, 页码: 1-13
作者:
Guangzheng Hu
;
Yuanheng Zhu
;
Haoran Li
;
Dongbin Zhao
Adobe PDF(2144Kb)
  |  
收藏
  |  
浏览/下载:44/8
  |  
提交时间:2024/06/05
Games
Q-learning
Task analysis
Optimization
Convergence
Training
Nash equilibrium
Multi-agent reinforcement learning
minimax-Q learning
two-team zero-sum Markov games
Continuous Exploration via Multiple Perspectives in Sparse Reward Environment
会议论文
, 厦门国际会议中心, 2023-10-13
作者:
Chen ZP(陈忠鹏)
;
Guan Q(关强)
Adobe PDF(2260Kb)
  |  
收藏
  |  
浏览/下载:39/12
  |  
提交时间:2024/06/04
Reinforcement Learning · Exploration Strategy · Sparse Reward · Intrinsic Motivation
A memory and attention-based reinforcement learning for musculoskeletal robots with prior knowledge of muscle synergies
期刊论文
Robotic Intelligence and Automation, 2024, 卷号: 44, 期号: 2, 页码: 316-333
作者:
Xiaona Wang
;
Jiahao Chen
;
Hong Qiao
Adobe PDF(2591Kb)
  |  
收藏
  |  
浏览/下载:60/18
  |  
提交时间:2024/06/04
Musculoskeletal robot
Partial observable
Reinforcement learning
LSTM
Attention
Muscle synergy
MOT: A Mixture of Actors Reinforcement Learning Method by Optimal Transport for Algorithmic Trading
会议论文
, 台湾台北, 20240507-20240510
作者:
Cheng X(程曦)
;
Zhang JH(张景昊)
;
Ceng YN(曾宇楠)
;
Xue WF(薛文芳)
Adobe PDF(739Kb)
  |  
收藏
  |  
浏览/下载:44/12
  |  
提交时间:2024/06/03
Advancing Air Combat Tactics with Improved Neural Fictitious Self-Play Reinforcement Learning
会议论文
Advanced Intelligent Computing Technology and Applications, 中国郑州, 2023-8
作者:
He SQ(何少钦)
;
Gao Y(高阳)
;
Zhang BF(张保丰)
;
Chang H(常惠)
;
Zhang XC(张鑫辰)
Adobe PDF(1496Kb)
  |  
收藏
  |  
浏览/下载:62/21
  |  
提交时间:2024/05/31
Air Combat, Reinforcement Learning, Neural Fictitious Self-Play.
Keep Various Trajectories: Promoting Exploration of Ensemble Policies in Continuous Control
会议论文
Advances in Neural Information Processing Systems, New Orleans, USA, 2023-12-10
作者:
Chao Li
;
Chen Gong
;
Qiang He
;
Xinwen Hou
Adobe PDF(1457Kb)
  |  
收藏
  |  
浏览/下载:42/12
  |  
提交时间:2024/05/30
Reward Estimation with Scheduled Knowledge Distillation for Dialogue Policy Learning
期刊论文
Connection Science, 2023, 卷号: 35, 期号: 1, 页码: 2174078
作者:
Qiu JY(邱俊彦)
;
Haidong Zhang
;
Yiping Yang
Adobe PDF(831Kb)
  |  
收藏
  |  
浏览/下载:54/19
  |  
提交时间:2024/05/29
reinforcement learning
dialogue policy learning
curriculum learning
knowledge distillation