论文研究-基于强化学习的无人坦克对战仿真研究.pdf
对标准的强化学习进行改进，通过引入动机层，来引入先验知识，加快学习速度。策略迭代选择上，通过采用“同策略”迭代的Sarsa学习算法，代替传统的“异策略”Q学习算法。提出了基于多动机引导的Sarsa学习（MMSarsa）算法，分别和Q学习算法、Sarsa学习算法在坦克对战仿真问题上进行了三种算法的对比实验。实验结果表明，基于多动机引导的Sarsa学习算法收敛速度快且学习效率高。
文件下载
评论信息
其他资源
- wuyufei_Turbo码matlab仿真.rar
- Qt实现仿QQ截图，带绘图，撤回功能！.zip
- 基于kmeans算法的图像颜色量化
- nCoV_data_analyse2.zip
- 教室管理系统
- 图像配准算法matlab
- Windows下5分钟装好Geant4详细教程
- CefSharp32位下载
- ArcGIS-Engine基础开发教程(C#)C#二次开发ArcGis.pdf
- 数据结构Java版 第四版
- TOCControl右键菜单
- floodlight+mininet环境配置+入门
- SSM权限管理系统（完整可运行版）
- 复杂网络 基本参数计算，度分布
- 这是一个图像转矢量和DXF的软件，较为好用
- 软件设计师中级资格考试资料.rtf
- udemy-avengers：通过课程学习git和github（练习存储库）-源码
- 在WPF下的触摸屏键盘控件
- Intouch合集
- RFt天线布板技巧
- 基于nrf51822 MPU9250 SPI驱动
- 汇编实验,去数字,字母大小写转换
- 富士康EHS管理体系
- C# ASP.NET SQL SERVER2005 成绩管理系统网站源码
- WindowsServer2003.WindowsXP-KB968730-x64-CHS.exe
- 控制小直流电机转速微机原理课程设计
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明