人工智人-家居设计-多智能体强化学习方法研究.pdf
2022-07-07 20:03:09 1.66MB 人工智人-家居
人工智人-家居设计-多智能体强化学习及其在机器人足球中的应用研究.pdf
2022-07-07 20:03:08 2.94MB 人工智人-家居
源码-使用研究移动边缘计算,任务卸载的人员
2022-07-06 17:04:49 24.01MB 深度强化学习
1
1. 内含语料数据集 2. 内含训练源码预测源码 3. 内含预训练模型 4. 内含环境搭建教程
人工智人-家居设计-RoboCup中基于强化学习的多智能体协作研究.pdf
2022-07-03 19:03:37 2.18MB 人工智人-家居
论文的word格式 原论文地址:http://proceedings.mlr.press/v139/amani21a/amani21a.pdf 翻译:https://blog.csdn.net/baishuiniyaonulia/article/details/125504660,https://blog.csdn.net/baishuiniyaonulia/article/details/125572881
2022-07-02 16:08:43 835KB word 翻译 论文 强化学习
1
文件中包含了基于ensp防火墙双击热备二层网络规划与设计的topo图及其完整的配置(2份 区别就是第二个加了无线网络规划设计(WIFI))(二层架构,核心层、计入层),文件在加入了相应的配套文章连接,并加入了实验的笔记(防止链接失效如果拿到分享链接请尽快保存到自己的个人空间中)。文章中的综合运用设计技术的单个技术如vlan划分、静态路由、OSPF、单臂路由(trunk/access)、DHCP、无线WLAN、Snooping、MSTP、VRRP、防火墙、双击热备、DNS server、ACL、telnet等。该topo适合了解并熟知单个组网技术的小伙伴,并想学习将单个技术组合应用的小伙伴,使用场景适用于毕业设计、校园网络规划、企业网络规划等场合
深度强化学习系列,包括最基础的DQN,DQN模型改进,DQN算法改进,分层DRL,基于策略梯度的深度强化学习等等
2022-06-30 18:10:51 72.23MB DQN

递阶强化学习是解决状态空间庞大的复杂系统智能体决策的有效方法。具有离散动态特性的
A GV 调度系统需要实时动态的调度方法, 而具有M axQ 递阶强化学习能力的多智能体通过高效的强化
学习方法和协作, 可以实现A GV 的实时调度。仿真实验证明了这种方法的有效性。

1
Acc使用并行可微模拟加速策略学习.docx
2022-06-27 09:07:59 960KB 强化学习
1