【摘 要】
：
针对当前多智能体强化学习算法难以适应智能体规模动态变化的问题,文中提出序列多智能体强化学习算法(SMARL).将智能体的控制网络划分为动作网络和目标网络,以深度确定性策略
【基金项目】
：
国家自然科学基金项目(No.61872260)资助
论文部分内容阅读
针对当前多智能体强化学习算法难以适应智能体规模动态变化的问题,文中提出序列多智能体强化学习算法(SMARL).将智能体的控制网络划分为动作网络和目标网络,以深度确定性策略梯度和序列到序列分别作为分割后的基础网络结构,分离算法结构与规模的相关性.同时,对算法输入输出进行特殊处理,分离算法策略与规模的相关性.SMARL中的智能体可较快适应新的环境,担任不同任务角色,实现快速学习.实验表明SMARL在适应性、性能和训练效率上均较优.
其他文献
四川盆地北部三叠系—侏罗纪发育,出露良好,是三叠纪—侏罗纪转换时期古气候与古环境变化的良好物质记录。其中,晚三叠世诺利期是四川盆地海陆转换的重要过渡期,尤其是对陆地
摘要：在当下注重核心素养的课程改革新时期，海派学校体育文化要从理论走向实践，体育教师需要基于“海派学校体育文化”的新理解，探索建构“新”教学。本文从如何实施指向学科核心素养的单元学习设计、开展真实情境的深度学习和倡导技术与教学的深度融合三个方面具体予以描述，并辅以实践探索中的案例，为新时期海派学校体育文化“何为”提供先行先试的经验。 关键词：海派文化;学校体育文化;理解;行动 中图分类号：G6
手性催化被认为是合成手性化合物最有效的途径,近几十年来一直受到人们的广泛关注。本文介绍了手性催化剂在不对称合成中的重要作用,并详细介绍了近年来生物催化剂、手性金属
信息时代的到来,推动了各行各业的改革和创新,主要的创新路径是在信息技术以及新媒体时代相关发展规律的基础上进行优化。本文便是在新时代图书出版领域,通过对图书出版编辑
公务航空尽管受航线审批、时刻资源、地面服务、行业规范等因素制约，但社会对公务机“奢侈”形象的负面认知，使其发展受到极大影响。本文分析了公务航空被误认为奢侈品的原因，分
进入新时代,专业出版行业迎来重大战略机遇期,从高速发展向高质量发展转型。"十三五"以来,专业出版项目数量和经费大量增加,质量要求也逐步提高,对出版人员的素质提出了更高
在难降解有机废水厌氧处理过程中,水解酸化工艺能有效提高废水可生化性,减少处理流程,降低运行成本,有效抑制有毒有害物质对微生物活性影响。阐述了温度、pH、水力停留时间、
摘要：本文结合科研院所学术期刊现状及青年编辑的职业状态，从职业定位和成长策略两方面为青年编辑提出建议。青年编辑应结合自身编辑实践不断培养学术能力，充分利用科研院所有利条件，充实专业知识，做“学者型编辑”。 关键词：职业定位；科研院所；青年编辑；学术期刊 中图分类号：G238 文献标志码：A 文章编号：1674-8883（2021）05-0214-02 我国由科研院所、高等院校和学术团体主办的
碳点是一类粒径小于10 nm且具有荧光特性的新型碳纳米材料。与传统半导体量子点相比,因其具有良好的水溶性、光稳定性、生物相容性、低毒性以及易于实现表面功能化、原材料丰
利用东海盆地长江坳陷古新统美人峰组烃源岩的元素、热解、干酪根δ13C、镜质体反射率、岩石薄片、X射线衍射等资料,对长江坳陷美人峰组不同层段烃源岩进行沉积环境分析及生