电脑体验，效果更佳

强化学习图谱-自然科学领域：

研究人员

宋梅萍 吴沧浦 朴松昊 顾国昌 洪炳镕 裴海龙 朱倩 吴启晖 李淑琴 张岩 徐建闽 卞建勇 闵锋 张武 黄炳强 潘莹 张阳 王萌 杨煜普 刘琼俐 郑顾平 彭志平 王占全 奚立峰 李晓萌 陈启军 程显毅 王光兴 易建强 孙晟

相关术语

多Agent系统 Q学习 Markov决策过程 库存控制 agent 慎思过程 状态集结 行动-评价 蒙特卡罗算法 确定度 Q算法 旅行商问题 偏向 CMAC Q-学习控制算法 人工神经网络 集卡调度 隐偏向信息 行动分值 演化博弈 多机器人 背景提取 马尔可夫过程 Q-学习 冲突概率 自适应评判 AGV调度系统 规划 行为学习状态空间 RoboCup

上位概念

多Agent系统

下位概念

Q学习 Markov决策过程

标签云