【摘 要】
：
本文提出一种基于投票的多智能体强化学习方法,使球队在比赛中学会协作,自动适应环境,提高实时性和进球数.首先通过定义称为策略的联合行为,将协作问题转化为对策略的学习,简
【机 构】
：
华北电力大学控制与计算机工程学院,北京科技大学信息工程学院
论文部分内容阅读
本文提出一种基于投票的多智能体强化学习方法,使球队在比赛中学会协作,自动适应环境,提高实时性和进球数.首先通过定义称为策略的联合行为,将协作问题转化为对策略的学习,简化问题的处理;然后对球场进行划分,以区域表示位置,有效减少了状态空间维数,加快了学习速度;接下来通过区分环境状态并只考虑协作状态,减小状态空间,进一步提高了学习速度;并使用投票的方式综合各个队员的决策,达到协作的目的.最后通过实验结果表明了该方法的正确性和有效性.
其他文献
美国密歇根大学的科学家，开发出了一种新型透明塑料，其强度硬如钢铁，厚度薄如纸张。这种可生物降解的复合透明塑料，是由粘土和一种类似学生使用的无毒胶水制成，而且只需很少的能源
最近世界各地的能源公司设计的一系列看似笨拙的海洋能发电设备原型纷纷上演其第一次“水中之旅”。这些测试的进行标志着人们对“如何向海洋要能源”这个有着数十年之久的老
节能和环保一直是钢铁工业发展的重中之重，国际上钢铁工业不惜投入巨资开发或引人更有利于环保的钢铁技术。近些年来出现一些节能环保的新技术不仅能够提高生产率，改进产品质量
本文针对非均匀环境对杂波抑制干涉SAR/GMTI系统的影响,提出了一种新的自适应杂波抑制算法,利用系统参数、成像几何关系以及接收通道误差推算空域对消权系数的先验值,并将其
本文以我国企业工资制度改革为主题，根据我国现代企业制度改革要求，提出了目前我国企业工资制度存在的主要问题，并对我国企业工资制度进一步改革提出了建议。
当公鹌鹑满5周龄时，即可确定是否留种，对于不留种的，便可淘汰育肥。当母鹌鹑产蛋1至1年半，产蛋率低于30％时，也要淘汰育肥，如何才能加快育肥进度呢？
在科学技术的研究领域中，纳米科技被视为21世纪的主流技术之一。目前，人造纳米材料已广泛应用到医药工业、能源产品、机械设备部件、食品工业，以及对环境污染的治理等传统和新兴
实践教育是当代高职生在就业方面的重要组成部分,本文主要分析高职学生就业创业方面的要素及其构成,划分高职学生就业创业实践教育的因素。通过分析影响高职学生就业创业的因
A11-IP转型是运营商的理智举措在固定接入领域，“大容量能力、光铜一体”的接入设备成为趋势；为提高移动网络性能和传输效率，通过移动接入IP化可大大帮助运营商降低传输成本，在传
研究了电迁移条件下不同电流密度（0.8-1.27×10^4A/cm^2）和通电时间（0-96 h）对无铅钎料模拟微互连焊点的蠕变断裂行为的影响.研究结果发现,电迁移作用加速了焊点的蠕变断裂过