基于深度强化学习的有人_无人机编队协调控制方法研究 数学建模
无人机遂行编队飞行中的纯方位无源定位
2022-09-16 12:53:35
4.75MB
1
在仿真环境vrep中，采用SAC（可收敛，之前发现网上有几个版本SAC不收敛），以opencv目标检测坐标为状态输入，以质点坐标为动作输出，奖励值设计为xy平面上四旋翼和小车的距离。当中还有TD3算法。可以熟悉vrep端口调用，一点目标检测算法，一点RL算法。
2022-09-15 09:09:37
575KB
1
多智能体系统是一种分布式计算技术，可用于解决各种领域的问题，包括机器人系统、分布式决策、交通控制和商业管理等。这是被高引用的综述论文，入门可以看看。
2022-09-13 15:35:22
427KB
1
第一章 基于强化学习的实时搜索排序策略调控 ；第二章 延迟奖赏在搜索排序场景中的作用分析；第三章 基于多智能体强化学习的多场景联合优化；第四章 强化学习在淘宝锦囊推荐系统中的应用；第五章 基于强化学习的引擎性能优化；第六章 基于强化学习分层流量调控；第七章 风险商品流量调控；第八章 虚拟淘宝；第九章 组合优化视角下基于强化学习的精准定向广告 OCPC 业务优化；第十章 策略优化方法在搜索广告排序和竞价机制中的应用；第十一章 TaskBot －阿里小蜜的任务型问答技术；第十二章 DRL 导购－阿里小蜜的多轮标签推荐技术
2022-09-13 15:33:56
19.74MB
1
香港中文大学信息工程系老师周博宇老师，主讲强化学习，强化学习课件pdf版，一共10课。视频在bili网站。课程课件: https://github.com/zhoubolei/introRL 个人主页：http://bzhou.ie.cuhk.edu.hk/
2022-09-10 19:31:03
75.38MB
1
包括reinforcement learning ：an introduction，insight+of+RL，Asynchronous Methods for Deep Reinforcement Learning，Playing Atari with Deep Reinforcement Learning，Reinforcement+learning_state+of+the+art等等
2022-09-10 01:14:03
34.83MB
1
本文在城市突发事
件发生后待救点事故动态演变的背景下，将应急救
援需求的演变设计成一个马尔可夫决策过程，并构
建优化模型，然后利用花朵授粉算法对模型进行求
解。最后，以某市突发地震灾害，造成药品和食品
短缺为例进行实证研究。结果表明，本文提出的救
援物资需求决策模型使用马尔可夫决策过程方法，
模拟事故演变中待救点物资需求动态变化过程，并
做出合理的需求满足决策，可以合理的配置资源，
使整体救援需求保持平稳的状态，实现了救援需求
的优化，更好的完成救助任务。
2022-09-09 11:06:02
1.78MB
1