论文部分内容阅读
通过对机器人足球中的agent进行强化学习,研究连续性决策问题;介绍了机器人足球竞赛策略的一个子问题3打2战术.然后在这个分布的、实时、局部可观察的、有噪音的领域内,提出一种能够强化学习的思维来进行策略评价和动作选择的方法.实验结果证明,该文提出的自学习的策略明显优于Hand-Coded策略.
机器人足球中3打2战术的强化学习
【摘 要】
：
通过对机器人足球中的agent进行强化学习,研究连续性决策问题;介绍了机器人足球竞赛策略的一个子问题3打2战术.然后在这个分布的、实时、局部可观察的、有噪音的领域内,提出
【出 处】
：
合肥工业大学学报：自然科学版
【发表日期】
：
2002年z1期
其他文献
为充分发挥财政资金的激励作用,积极推进全市建筑节能与绿色建筑工作,深圳市住房城乡建设局决定实施深圳市建筑节能发展资金2017年扶持计划,新的一年将重点扶持装配式建筑发
受缅甸国内族群身份政治性分类的影响,在中国昆明市拥有缅族、罗兴伽人、华裔以及掸族等不同族群身份的缅甸商人群体,无论是在商业经营、宗教生活,还是政治认同等方面都具有
环模颗粒饲料机在水产饲料的生产中扮演着非常重要的角色,笔者经过多年的教学和工作实践,对其正确的使用方法进行了总结,现介绍如下,供用户参考。一、合理调整环模与压辊之间
通过静态、动态及电化学实验方法测试不同含盐量溶液中饱和二氧化碳对A3钢的腐蚀影响，以及溶液中Ca^2＋和S^2-对A3钢的腐蚀影响。研究结果表明，NaC质量分数50g／L时，腐蚀速率最大；温
二十一世纪下经济全球化的进程在不断发展,中国在这种环境中得到了发展的机遇。近年来经济水平的提高,为城市化的建设提供了物质基础,人们对于建筑的要求越来越高,房屋建筑行
为了深入分析深基坑开挖过程对相邻建筑的影响，依托实际工程，通过长期监测与分析，对其开展了深入研究，结果表明：合理的支护条件，能够减小对相邻建筑的影响，基坑开挖初期，建筑的沉降变
由于至今未找到有效解决对虾暴发性病毒病的方法,虾池的潜力得不到充分发挥,为此,近年来我们在虾池的综合利用方面进行大量研究,先后进行了蚶虾、虾蛤、虾蟹、鱼虾等多品种、
全球发展面临着环境和能源两大挑战。因此，开发一种新型可再生能源显得尤为重要。DME有良好的着火性能，且十六烷值较高，人们尝试将一定比例的DME加入到甲醇或乙醇中作为助燃剂。
民族村寨文化振兴是一个集多维度、多要素、多功能的系统性工程,是民族村寨文化历史延续、文化互动发展与文化功能提升的有机统一。具体而言,既包括时间维度的选择性扬弃,做
超前注水有利于提高单井产量和油藏最终采收率，本文通过渗流规律、数值模拟和矿场数理统计研究，对超前注水提高低渗透油田的开发效果进行机理分析，提出超前注水期合理地层压力保