TD误差相关论文
针对多智能体协同训练中存在的经验缓存机制构建和回放问题,提出一种基于优先经验回放的多智能体协同算法(prioritized experience......
按TD误差标准,把Q学习系统的状态-动作空间粗略地划分为正负2类.为了描述分类的不确定性和避免简单分类导致的学习精度下降问题,利......
针对现有合作学习算法存在频繁通信、能量消耗过大等问题，应用目标跟踪建立任务模型，文章提出一种基于Q学习和TD误差（Q-learning and ......
