中国科学院机构知识库网格系统: 检索

浏览/检索结果: 共4条，第1-4条

帮助

条数/页：排序方式：
	多智能体策略一致性奖励塑造算法研究学位论文 OAI收割 2024 作者: 杨晨 \| 收藏 \| 浏览/下载：34/0 \| 提交时间：2024/05/27 多智能体系统深度强化学习信用分配奖励塑造
	对抗场景中的智能体策略泛化研究学位论文 OAI收割中国科学院自动化研究所: 中国科学院自动化研究所, 2022 作者: 陈皓 \| 收藏 \| 浏览/下载：96/0 \| 提交时间：2022/06/16 深度强化学习多智能体策略泛化 Ad-Hoc 协作信用分配
	对抗环境中基于值分解框架的多智能体协同算法研究学位论文 OAI收割中科院自动化研究所: 中科院自动化研究所, 2022 作者: 杨光开 \| 收藏 \| 浏览/下载：44/0 \| 提交时间：2022/06/13 多智能体协同，信用分配，贝叶斯超网络，部分可观测约束，贝叶斯神经网络
	面向Ad-Hoc协作的局部观测重建方法期刊论文 OAI收割中国科学院大学学报, 2022, 页码: 1 作者: 陈皓; 杨立昆; 尹奇跃; 黄凯奇 \| 收藏 \| 浏览/下载：31/0 \| 提交时间：2022/06/16 多智能体深度强化学习信用分配 Ad-Hoc协作