论文部分内容阅读
利用强化学习方法实现足球机器人协作策略。对于不同情况，分别将零和策略及一般和策略作为强化学习的理论框架，并且借助概率增量编程进化提高系统的稳定性。
基于强化学习的足球机器人协作策略研究
【摘 要】
：
利用强化学习方法实现足球机器人协作策略。对于不同情况，分别将零和策略及一般和策略作为强化学习的理论框架，并且借助概率增量编程进化提高系统的稳定性。
【机 构】
：
哈尔滨工业大学计算机科学和工程系,哈尔滨工业大学计算机科学和工程系
【出 处】
：
高技术通讯
【发表日期】
：
2004年10期
其他文献
抽油机曲柄轴净扭矩为波动较大的交变载荷,而普通电动机的输出扭矩基本恒定不变,两者的载荷特性无法达到＂和谐＂的匹配,直接导致电动机热损失增高,抽油机系统效率过低、能耗增大
类丝弹性蛋白聚合物(SELP)是一种通过基因工程方法合成的蛋白质嵌段共聚物，其结构由类丝蛋白(GAGAGS)和类弹性蛋白(GVGVP)的肽段单元串连重复组成。由于具有良好的生物识别性，
科学合理分析和评价自主创新环境,对提升国家或地方的自主创新能力具有重要的现实意义。本文在借鉴国内外相关研究文献的基础上,合理构建了我国自主创新环境评价指标体系,以2
针对齿轮加工的展成法,建立了弧齿锥齿轮轮齿齿面展成坐标系。采用双面刀盘加工大轮齿槽的两个侧面,建立了双面刀盘的数学模型,推导了直线刀刃的切削锥面方程和刀尖圆角方程;
目的考察河南省高校青年教师心理健康水平现状及其与工作压力、社会支持和应对方式的关系.方法采用症状自评量表（SCL-90）、大学教师工作压力量表、社会支持量表、应对方式量表
学龄前儿童时期是控制儿童肥胖的关键期和有效期。单纯性肥胖给儿童的生理发展、心理发展以及社会性发展造成了极大的危害。引起学龄前儿童单纯性肥胖的主要原因在于父母的养
城市化是经济社会发展的必然产物。城市化的衡量与比较已不再利用人口或土地等单一指标的方法，而是在复合指标下的人口城市化、经济城市化、社会城市化、环境和空间城市化共同
选取云南省内典型的高原湖泊——滇池、洱海为研究区,以TM影像、OLI影像与GF-1影像为数据源.对于TM和OLI影像,采用NDWI、MNDWI、EWI、NWI和AWEIsh指数法提取水体,结果表明五种方法均提取出水体轮廓,AWEIsh对滇池水体的提取效果最好,提取水体完整,并有效抑制了山体阴影,其总体精度为91.71%,Kappa系数为0.88;EWI与AWEIsh对洱海水体提取效果较好,水体边界
针对彩色图像像素和颜色分量之间存在的相关性,将神经网络中的感知器技术引入彩色图像的无损压缩算法中,提出了一种新的预测模型.应用感知器的自学习和自适应能力,对预测值进