注冊帳號丨忘記密碼？
1.點(diǎn)擊網(wǎng)站首頁右上角的“充值”按鈕可以為您的帳號充值
2.可選擇不同檔位的充值金額，充值后按篇按本計費(fèi)
3.充值成功后即可購買網(wǎng)站上的任意文章或雜志的電子版
4.購買后文章、雜志可在個人中心的訂閱/零買找到
5.登陸后可閱讀免費(fèi)專區(qū)的精彩內(nèi)容
打開文本圖片集
摘 要：針對多智能體對抗中因?qū)κ植呗宰兓瘜?dǎo)致的非平穩(wěn)性問題，在對手動作不可獲取的限制下，提出一種基于不確定性的貝葉斯策略重用算法。在離線階段，在策略學(xué)習(xí)的同時，通過自編碼器建模智能體軌跡與對手動作之間的關(guān)系表征以構(gòu)建對手模型。在在線階段，依據(jù)對手模型和有限交互信息，估計對手策略類型的不確定性，并基于此選擇最優(yōu)應(yīng)對策略并重用。（剩余17764字）
登錄龍源期刊網(wǎng)
購買文章
基于不確定性的貝葉斯策略重用方法
文章價格：6.00元
當(dāng)前余額：100.00
閱讀
您目前是文章會員，閱讀數(shù)共：0篇
剩余閱讀數(shù)：0篇
閱讀有效期：0001-1-1 0:00:00
違法和不良信息舉報電話：400-106-1235
舉報郵箱：longyuandom@163.com