文档名：作战Agent的学习算法研究进展与发展趋势
摘要：针对作战Agent适应性问题,梳理遗传算法、强化学习、神经网络等方法在实现作战Agent适应性方面的成果,总结每种方法的特点;介绍深度强化学习方法在实现作战Agent适应性方面的应用情况,讨论深度强化学习在该方面应用的发展趋势和研究重点.该研究可为后续相关研究提供参考.
作者：王步云 刘聚Author：WangBuyun LiuJu
作者单位：海军大连舰艇学院作战软件与仿真研究所,辽宁大连116023
刊名：兵工自动化 ISTIC
Journal：OrdnanceIndustryAutomation
年，卷(期)：2023, 42(9)
分类号：TP183
关键词：作战Agent 适应性 强化学习 深度学习 神经网络
Keywords：combatAgent adaptability reinforcementlearning deeplearning neuralnetwork
机标分类号：TP183TP301.6F830.49
在线出版日期：2023年10月9日
基金项目：作战Agent的学习算法研究进展与发展趋势[
期刊论文] 兵工自动化--2023, 42(9)王步云 刘聚针对作战Agent适应性问题,梳理遗传算法、强化学习、神经网络等方法在实现作战Agent适应性方面的成果,总结每种方法的特点;介绍深度强化学习方法在实现作战Agent适应性方面的应用情况,讨论深度强化学习在该方面应用的发展...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
作战Agent的学习算法研究进展与发展趋势 Research Progress and Development Trend on Learning Algorithm of Combat Agent
作战Agent的学习算法研究进展与发展趋势.pdf
- 文件大小:
- 790.29 KB
- 下载次数:
- 60
-
高速下载
|
|
