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：
	稀疏奖励环境下基于自博弈框架的智能空战算法研究学位论文 OAI收割 2024 作者: 何少钦 \| 收藏 \| 浏览/下载：34/0 \| 提交时间：2024/05/30 强化学习，离线强化学习，空战，智能决策，好奇心机制
	基于优先采样模型的离线强化学习期刊论文 OAI收割自动化学报, 2024, 卷号: 50, 期号: 1, 页码: 143-153 作者: 顾扬; 程玉虎; 王雪松 \| 收藏 \| 浏览/下载：33/0 \| 提交时间：2024/04/12 离线强化学习优先采样模型时序差分误差鞅批约束深度Q学习
	基于表征学习的离线强化学习方法研究综述期刊论文 OAI收割自动化学报, 2024, 卷号: 50, 期号: 6, 页码: 1104-1128 作者: 王雪松; 王荣荣; 程玉虎 \| 收藏 \| 浏览/下载：5/0 \| 提交时间：2024/07/02 强化学习离线强化学习表征学习历史经验数据分布偏移
	安全强化学习综述期刊论文 OAI收割自动化学报, 2023, 卷号: 49, 期号: 9, 页码: 1813-1835 作者: 王雪松; 王荣荣; 程玉虎 \| 收藏 \| 浏览/下载：8/0 \| 提交时间：2024/04/24 安全强化学习约束马尔科夫决策过程学习过程学习目标离线强化学习