林海涛 王强 刘永信 柳在鑫 陈雪江 童亮 赵永翼 岳峰 刘琼俐 王忠巍 张蕾 栾楠 吴启晖 杨东勇 代桂平 董友球 刘智勇 曹其新 李春贵 王进戈 陆际联 王光兴 黄旭 李琳娜 陈阳舟 苏治宝

强化学习 多机器人 回归树 代理 双动作Q学习算法 神经网络 CBL 队形分布矩阵 强化学习 冲突概率 协作 启发式回报函数 智能体 动态价格 SARSA学习 电子商务 马尔可夫环境 围捕 多智能体 多agent学习 足球机器人 自主移动机器人 变学习率 反应式控制 状态聚类 计算机网络 随机系统 事件驱动思想 干线 Markov决策过程

强化学习