论文研究弱通信条件下基于Q图迁移的多智能体分层强化学习 .pdf

论文研究-凸-凹生产函数条件下的动态投资策略.pdf,  假定在完全竞争市场中，厂商的生产函数具有先凸后凹的性质，即：边际资本产出在前一阶段里递增，而在后一阶段里递减；厂商的成本是投资的凸函数, 厂商

论文研究-极端风险条件下的市场反应检验.pdf,  大量的理论和实证研究结果表明人们的交易行为会受到交易者心理的影响.然而, 研究极端风险条件下市场反应的文献并不多见. 在基于风险价值VaR的基础上提

:提出一种基于深度强化学习的电网切机控制策略,所 提控制策略依据电网运行环境信息,通过数据分析得到切机 控制策略。首先介绍强化学习框架,阐述学习算法原理,并 详细介绍Q-Learning 方法。然后介

论文

在多机器人系统中，协作环境探索的强化学习的空间规模是机器人个数的指数函数，学习空间非常庞大造成收敛速度极慢。为了解决这个问题，将基于动作预测的强化学习方法及动作选择策略应用于多机器人协作研究中，通过预

强化学习以及深度强化学习的四篇综述；中文论文

ABriefSurveyofDeepReinforcementLearning；Continuouscontrolwithdeepreinforcementlearning；DeepReinforce

深度强化学习论文打包下载（共29篇），包括deepmind,openai17年刚发表的PPO算法论文。

关于DeepMind公司在阿尔法狗(AlphaGo)上的巨大成功,以及之后再Dota游戏上的突破,深度强化学习越来越进入大家的视野,该资源搜罗了一些关于深度强化学习的资料和文章,供一起学习和参考

介绍了用直接方法进行系统优化的基本原理 ,给出了求解沿航迹的速度序列和控制量序列的方法。与数字地图技术相结合 ,将这种方法应用到低空突防三维航迹优化之中