论文研究基于排队模型和强化学习的动态云任务调度算法 .pdf

平均和折扣报酬准则下的逆向强化学习,陶钊榕,陈智超,逆向强化学习是利用专家示教行为构建潜在报酬函数的过程。本文从性能灵敏度分析的角度研究了逆向强化学习的原理,通过分析专家策

针对传统煤矸石分拣机械臂控制算法如抓取函数法、基于费拉里法的动态目标抓取算法等依赖于精确的环境模型、且控制过程缺乏自适应性，传统深度确定性策略梯度（DDPG）等智能控制算法存在输出动作过大及稀疏奖励容

论文研究-运力受限的应急物资动态调度模型及算法.pdf,  针对大规模突发事件下应急物资动态调度问题,把灾民的损失用物资未满

模糊Sarsa学习(FSL)是基于Sarsa学习而提出的一种模糊强化学习算法，它是一种通过在线策略来逼近动作值函数的算法，其每条模糊规则中，动作的选择是按照Softmax公式选择下一个动作。对于连续空

为提高片上多核系统在任务调度方面的效率，基于先进的π网来研究其任务调度算法。在简单介绍π网之后，利用π网对片上多核系统的任务调度进行建模，并对模型进行动态演化、复杂度和子网划分等分析，然后对模型进行实

针对云计算数据中心的能耗问题，提出了绿色云计算体系理论，设计了绿色云系统架构；基于该架构，将能量作为一种系统资源进行分配，提出了三种绿色任务调度算法分别是STF-OS、LTF-OS和RT-OS算法；对

深度学习在强化学习方面的应用所产生的深度强化学习取得快速发展。如何解释深度强化学习优势产生的原因是理解技术的基本方法。

由远程协同故障诊断与网格技术的有机结合所形成的故障诊断网格，把广域分布的专家知识、检测设备、分析软件等定义为诊断资源，而诊断资源的组织和优化调度是系统有效运转的关键。从而提出了故障诊断网格中任务调度的

有云计算发展方向的朋友不妨参考一下，一定受益匪浅。

本文针对多智能体强化学习领域中基于Markov对策的模型及相关算法进行深入研究。通过分析Markov对策的含义和特点，探讨在多Agent环境中引入该模型的必要性和可行性。结合强化学习的理论基础，提出了