在强化学习问题中,研究出能够解决大规模强化学习问题的若干新型强化学习模型和相关算法。研究一种新的关系强化学习模型和算法;将关系强化学习模型应用到Action Model中,研究基于关系强化学习的Action Model学习算法;结合关系强化学习和 传递学习技术,设计满足传递学习任务要求的关系强化学习算法;研究基于核的强化学习算法,设计强化学习核函数选取策略,设计有效的Exploration算法。将以上研究的关系强化学习、基于核的强化学习、Action Model和传递学习应用到智能NPC游戏平台中,研究一个基于机器学习技术的面向第1人称射击类游戏的智能NPC游戏平台。
{{i.achievement_title}}
数据更新时间:2023-05-31
Is long-term climate memory important in temperature/precipitation predictions over China?
结直肠癌免疫治疗的多模态影像及分子影像评估
Characterization of the Driving Style by State-Action Semantic Plane Based on the Bayesian Nonparametric Approach
Research on parameter identification of Johnson–Cook constitutive model for TC17 titanium alloy cutting simulation
智能煤矿建设路线与工程实践
Chitosan oligomers 用于改善蛋白质、肽类难吸收药物口服吸收及其吸收促进机制的研究
量子强化学习理论、算法及应用
基于值函数估计的强化学习算法研究
面向不平衡数据的学习算法及应用研究
基于深度强化学习的集群资源调度算法研究