分布式强化学习相关论文
深度强化学习凭借着强化学习的决策能力和深度学习的感知能力,实现了从输入到输出的端对端的学习方式,对于解决复杂的无人设备控制......
随着移动互联网的快速发展和智能终端的不断普及,新业务、新场景以及流量爆炸给移动通信网络的覆盖容量性能提出了更高要求,在此背......
当前,不断涌现的新业务和新应用对移动通信网络的覆盖容量提出了更多挑战。在覆盖容量问题探测方面,无线环境地图(radio environme......
强化学习理论由于其自学习性和自适应性的优点而得到了广泛关注。基于主Agent的概念改进了传统的群体强化学习算法,应用于机器人足......
在多机器人系统中 ,评价一个机器人行为的好坏常常依赖于其它机器人的行为 ,此时必须采用组合动作以实现多机器人的协作 ,但采用组......
强化学习是一种重要的机器学习方法，随着计算机网络和分布式处理技术的飞速发展，多智能体系统中的分布式强化学习方法正受到越来越多......
交通信号的智能控制是智能交通研究中的热点问题。为更加及时有效地自适应协调交通,文中提出了一种基于分布式深度强化学习的交通......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
对目前世界上分布式强化学习方法的研究成果加以总结,分析比较了独立强化学习、社会强化学习和群体强化学习三类分布式强化学习方......
多智能体系统研究的重点在于使功能独立的智能体通过协商、协调和协作,完成复杂的控制任务或解决复杂的问题.通过对分布式强化学习......
本文主要研究了群体机器人系统的协同适应性问题。目的是通过基于局部信息交互下分布式控制、优化与学习,实现群体机器人系统对于......
强化学习是一种重要的机器学习方法,通过试错的方式来求解问题,具有学习结构简单,自适应性强等特点,在机器博弈、机器人自主导航和......
随着通信网络的发展,终端直连通信技术(Device-to-Devic,D2D)被广泛关注,它的应用将满足用户日益增长的流量需求。然而,D2D技术的......
随着软件定义网络、网络功能虚拟化、第五代通信等新兴技术的发展,在提高网络灵活性和操控性的同时,也对路由、计算、存储等网络资......
强化学习是近年发展起来的一种新的人工智能方法。由于人类对脑的真实结构了解甚少，至今无法清楚地解释智能的本质，只能依靠对人类智......
随着国民经济的不断增长,人民生活水平日益提高,汽车保有量也随之增长,随之而来的城市交通问题则不断突显出来。城市交通系统是一......
随着社会的发展和技术的进步,能源的结构从单一传统能源向多源清洁能源转变。这就促使能量在网络中以多能流的形式混合传输,形成由......
针对传统最优潮流算法对复杂多目标函数的不适应性以及常规算法难以满足大规模电网计算实时性的要求,本文中提出一种新颖的基于复......
