【摘 要】
：
在多智能体强化学习中,如何利用额外的状态信息一直是一个研究热点。QMIX使用非负函数近似器表示联合动作价值,并在《星际争霸II》微操测试平台上取得最优表现。A2C架构是一种提高算法训练效率的方法。本文提出了一种基于竞争结构的值分解演员-评论家方法（VDAC-dueiling）,将VDAC中的单调性约束条件,扩展为基于优势函数的约束条件。本文在《星际争霸II》的多个微操任务中评估了VDAC-duei
【出 处】
：
年第五届全国集群智能与协同控制大会论文集
论文部分内容阅读
在多智能体强化学习中,如何利用额外的状态信息一直是一个研究热点。QMIX使用非负函数近似器表示联合动作价值,并在《星际争霸II》微操测试平台上取得最优表现。A2C架构是一种提高算法训练效率的方法。本文提出了一种基于竞争结构的值分解演员-评论家方法（VDAC-dueiling）,将VDAC中的单调性约束条件,扩展为基于优势函数的约束条件。本文在《星际争霸II》的多个微操任务中评估了VDAC-dueiling,实验表明通过约束优势函数的方法相比于通过约束单调性的方法提高了中值性能。
其他文献
文章分析高校田径教学普遍存在的问题，提出完善高校田径课的对策。
目的:合理制定医用高压氧舱的年度维护计划并实施,避免或减少设备的故障和安全事故的发生。方法:依据相关国家标准及规范,通过座谈交流、实地调研、征询特检部门等方式,针对医用高压氧舱的各系统组成,确定检测内容,检测周期,责任到人,严格落实年度维护任务。结果:自年度维护计划实施以来,医用高压氧舱的运行状态良好,能较大程度的确保设备的使用安全。结论:该计划的制定与实施为有效避免或减少氧舱使用单位质量安全事故
＜正＞人工智能、云计算技术延伸出的产业体系，已经逐步形成具有数字化规模的经济机制，使得传统产业在发展过程中逐步融合到数字化时代，形成更为完整的数字经济体系。数字经济作为融合性经济体系，在落实过程中是将经济类别与产业类别进行统筹规划，将资源分配机制作用在产业结构调整之上，满足企业以及社会市场发展诉求，以数字经济带动传统经济，实现共融共通发展。伴随信息技术的不断拓展，传统产业与数字经济产业结构之间的转
目的 研究五味子鲜果采后“杀青”对其总木脂素、总多糖和挥发油含量的影响。方法 五味子鲜果采后分别以微波350 W、烫漂、蒸制3种方法进行“杀青”再干燥，以及直接以50℃烘干、晒干2种传统非“杀青”方法进行加工，然后分别测定各样品中总木脂素、总多糖和挥发油的含量，并采用独立样本t检验进行组间比较。结果 与50℃烘干样品比较，微波350 W和烫漂样品的总木脂素含量，蒸制样品的总多糖含量，微波350 W
使用异步培训技术自主学习循证教育干预方法,或可帮助自闭症儿童职前教师应对新时代自闭症儿童融合教育高质量发展带来的挑战。采用3个实验探究了自闭症儿童职前教师在3种学习材料呈现方式下对回合式教学法的自主学习效果。结果发现,学习材料呈现方式对自闭症儿童职前教师自主学习回合式教学法的效果有显著影响：“字幕+画面+声音解说”组成的视听双通道材料——真实教学视频下的学习效果最好,“文本+图像”组成的PPT材料
针对UUV水平运动时干扰因素多，不能建立准确动力学模型，难以保证控制品质的问题，采用滑模模糊控制方法，根据直舵机阶跃响应曲线，确定模糊控制器规则表，将模糊控制器的每个规则确立为一个滑模控制器，由模糊控制器确定系统的控制量，并以某型UUV为例，设计滑模模糊控制器。经仿真并与比例控制进行对比，结果表明，当存在干扰时，比例控制下UUV水平运动产生较大幅度振荡甚至失稳，滑模模糊控制下UUV仍然能保持稳态航
在2022年北京冬奥会成功举办背景下，我国将大力发展冰雪体育旅游产业，以冬奥会的影响为发展契机，推动冰雪体育旅游产业发展。体育旅游产业是体育产业和旅游业之间相互融合而形成的一个交叉产业，黑龙江省如何发挥自身优势，开发独具特色的冰雪体育旅游资源，从而推动冰雪体育旅游的快速发展。本文运用SWOT分析方法，对黑龙江省发展冰雪体育旅游进行分析，并对冰雪体育旅游产业的发展提供相应的策略和建议。
中国经济经历几十年的高速增长后，经济体系日益完整，但也积累了一些结构性问题，因此我们在2015年底提出供给侧改革，这一改革对我国的制造业产品出口在全球产品价值链中的地位产生了深远影响。本文以能够体现我国制造业产品出口在全球产品价值链中地位的中国制造业出口价格指数为研究对象，分析其变化逻辑并进行计量分析，结果显示，决定其变化的主要因素是两个关键变量，一个是劳动力成本，另一个是出口至发展中国家的贸易份
近年来随着我国经济的快速增长,中小企业发展进入“快车道”时代。新三板设立之初旨在服务于发展中的中小企业,却陷入流动性不足的窘境。为破解新三板的流动性难题,作为新三板深化改革的重点,北交所的设立给中小企业带来了发展新机遇。自开市以来,北交所上市公司整体表现符合预期,其中“市值一哥”贝特瑞的市场表现更是让人眼前一亮。为获得更多资金满足其发展需求,贝特瑞2015年挂牌新三板,却因流动性不足导致挂牌期间融
目的：观察度拉糖肽对2型糖尿病合并腹型肥胖患者的脂蛋白相关磷脂酶A2（LP-PLA2）水平的影响。方法：选取2020年2月—2021年6月我院诊治的2型糖尿病合并腹型肥胖的患者110例（均使用二甲双胍但血糖控制不达标者）作为研究对象，应用随机法分为观察组和对照组，每组55例。观察组在二甲双胍基础上加用度拉糖肽注射液治疗，对照组则在二甲双胍基础上加用阿卡波糖片治疗。详细记录并分析两组患者治疗前后的空