咨询常用分析模型 大战略矩阵(Grand Strategy Matrix)

战略实施模型(Strategy Implementation Model)

World Map Strategy Kit 2是功能强大的游戏工具包，可用于基于真实或虚构的世界地图创建策略游戏。 包括出色的视觉吸引力功能，这些功能实施起来很复杂，可以为您开发游戏提供AAA级启动。 ***视觉功能*** - 标准/内置和LWRP / URP支持。 - 3主视图模式：平面地图在3D中，在2D平面地图（UI元素）和定制的3D视用浮雕。与Unity地形的兼容性也可用于标准/内置管道。 -具有3D表面网格的独家自定义视口，用于地形可自定义/实时高度，无限水平滚动（环绕）和出色效果（水，海岸泡沫，浮力效果，边界线，基于PBS的...） - 包括2K至16K高分辨率的几种地球背景纹理和样式。 - 带有动画阴影的云层。 - 带有简单API的艺术和动画战争迷雾，可清除控制区域，国家或省的迷雾。 - 动画/厚实/光滑的国家边界！使用示例纹理或使用自定义颜色，宽度和图案添加自己的纹理 - 弯曲贴图模式。 - 日/夜循环。 - 用于快速导航的可选小地图。 - 在2D和3D视口模式之间平滑的运行时切换 -动态的国家和省标签以及对地形的自适应文本。 - 使用TextMesh Pro的带有弯曲文本的智能国家/地区标签放置算法！ -画线系统，动画潇洒线支撑，显示路线，投掷弧，对地形路径，... - 代号/横幅支持。在地图上轻松添加滚动/闪烁消息。 ***地图功能*** ✔ 离线功能（不需要Internet连接）： -WGS84数据包含国家和省的真实世界地图。包括国家FIPS 10-4，ISO A2，A3和N3标准代码。 -包括+4400个省，+ 7100个城市和+240个国家/地区的边疆。高和低范围的国家边界。 -城市按正常城市，区域和国家首都分类。 ✔ 在线和离线地图图块系统支持放大到街道级别。包括缓存和图块下载助手。开箱即用支持OpenStreetMap，Stamen，Carto，Wikimedia，ThunderForest，OpenTopoMap，MapBox，Sputnik和AerisWeather服务（服务可能需要特殊许可）。能够连接到自定义切片服务器。 ***其他地图功能*** -地图编辑器，用于创建或修改国家，省和城市，包括一个区域导入器工具，该工具可根据颜色纹理自动创建边界。 - 地图生成器：使用一些滑块，选项和按钮创建包括国家和省边界，城市，随机名称和纹理（高度图，背景纹理，水面罩等）的随机世界地图！ -根据需要自定义地图：在设计或运行时，更改纹理或水/雾的颜色，将纹理添加到省或国家，或对其进行颜色填充。 - 安装点支持。在地图上定义位置，类型和自定义属性，以定义自己的战略/地标，以便在游戏中轻松地将其用于定位单位，建筑物，控制区域，...- 在运行时合并/征服地图区域。 ***网格和寻路功能*** - 六角形网格针对低顶点数和最高帧速率进行了优化。对任何单元进行颜色/纹理处理。像眨眼，闪烁，淡出一样的单元效果。 - 基于A *算法的路径寻找引擎，用于单位移动。为您的单位分配地形功能，它们将自动采用最佳路径。可以根据世界位置，国家间（风险样式），省间或六角形网格（经典策略游戏）来计算路径。 -定义每个像元或每个边的像元穿越成本。 -道路。 *** 交互功能*** - 完全交互式的地图和触摸兼容：缩放，平移，滚动，捏缩放等 。-强大的突出显示系统，用于选择国家和省份。 - 以自定义速度和缩放级别飞往任何国家，省，城市，位置。关闭缩放到特定的国家（地区）/省/地区，使其充满整个屏幕。 -使相机自动跟随地图上的任何单位。 - 无限滚动选项（环绕） - 矩形选择。单击并拖动以绘制矩形以选择单位。 ***开发人员功能*** -易于使用的文档化API，用于在地图上进行单位定位，选择和移动（基于纬度/经度，平面/ 2D坐标或国家/地区/城市名称的位置）。 - 一行代码移动台在根据地形能力（水，陆，空单位），地形成本，抬高约束等地图 - 自定义属性为国家，省，市，挂载点，网格单元和游戏单位。JSON支持。 -计算器。从纬度/经度转换为平面坐标，反之亦然。 - 全面的文档（91页手册）。 - 42个演示场景加上展示关键功能的Youtube教程和示例视频。 -包含100％C＃源代码。 -Unity 2018.4+和2019兼容

_一款基于网页游戏的游戏，使用网页浏览器、iPhone 和安卓手机在互联网上播放。 _这是一款大型多人即时战略网页游戏，背景设定在公元前 111 年至公元前 602 年的越南战争中。玩家在僻静的土地上扮演将军或国王的角色，并建立自己的资源，建立军队并攻击城堡、村庄的另一名球员。 _本游戏有2个版本：iOS和Android

自动股票交易的深度强化学习：整体策略 该存储库提供了代码 的Jupiter Notebook重新实现了这种整体策略。 抽象的 股票交易策略在投资中起着至关重要的作用。 但是，在复杂而动态的股票市场中设计一种有利可图的战略是具有挑战性的。 在本文中，我们提出了一种深度集成强化学习方案，该方案可以通过最大化投资回报来自动学习股票交易策略。 我们训练一种深度强化学习代理，并使用三种基于行为者批评的算法来获得整体交易策略：近距离策略优化（PPO），优势参与者批评者（A2C）和深度确定性策略梯度（DDPG）。 集成策略继承并集成了三种算法的最佳功能，从而可以稳健地适应不同的市场条件。 为了避免在具有连续动作空间的训练网络中消耗大量内存，我们采用按需加载方法来处理非常大的数据。 我们在30支具有足够流动性的道琼斯股票上测试了我们的算法。 评估了具有不同强化学习算法的交易代理商的表现，并与道琼斯工业平均

Real-time Strategy FX.rar

Student-Strategy-Prediction-Using-a-Neuro-Symbolic-Approach

欧盟-2020年工业战略 communication industrial strategy update 2020_en.pdf

策略模式（Qt平台）

通过一些范例来展示架构理念，指出良好的架构，并给出本书的概要；列出进行系统分析必备的思路；给出分析系统架构所用的思维模式。 英文版