部分可观测马氏决策过程相关论文
以主动雷达弹对抗为背景,研究了单平台机载电子对抗资源的调度问题。为解决导弹导引头状态观测不确定性问题,引入部分可观测马尔科......
通过将贝叶斯统计方法和POMDP（部分可观测马氏决策过程）方法相结合，采用计算机模拟的方式，预测在给定条件下可能产生的各种作战决策的......
尽管策略梯度强化学习算法有较好的收敛性,但是在梯度估计的过程中方差过大,却是该方法在理论和应用上的一个主要弱点.为减小梯度......
期刊
