搜索结果: 1-1 共查到“计算机科学技术 profit”相关记录1条 . 查询时间(0.078 秒)
在基于半自治agent的系统中应用profit-sharing增强学习方法，并与基于动态规划的Q-learning 增强学习方法进行比较，在不确定因素较多的动态环境中，当系统状态变化不是一个马尔科夫过程时profit-sharing方法具有很大优势。根据半自治agent中半自治的特性——受制性，提出了一种面向基于半自治agent的增强学习模型，以战场仿真中安全隐蔽的寻找模型为实例对基于半自治age...