本文探究了在密集接入网中基站的功率管理问题，并介绍了一个通过云接入网模式开发的深度强化学习框架。为了达到全局多基站能量效率的最优化，本文采用DQN算法进行建模。仿真结果表明，该算法相对于Q-learning算法和睡眠算法分别能够获得大约5%和10%的能量效率改善。关键词：密集接入网，基站功率管理，深度强化学习，DQN算法，全局能量优化。
暂无评论
六足机器人拥有多个冗余自由度,适用于复杂的非结构环境。离散环境作为非结构环境的一个苛刻特例,需要六足机器人具备更加高效可靠的运动策略。以平面随机梅花桩为例,设定随机起始点与目标区域,利用深度强化学习算
基于深度强化学习的软件定义卫星姿态控制算法.pdf
learning-to-communicate, 多Agent强化学习的学习与学习 基于的多agent增强学习学习方法研究杰克。Foerster ，Yannis M 。 Assael，Nando de
强化学习:简介 Sutton&Barto的书《Python复制 如果您对代码有任何疑问或要报告错误,请打开一个问题,而不是直接通过电子邮件发送给我,但是不幸的是,我没有关于本书的练习答案。 内
一种基于分布式强化学习的多智能体协调方法，通过协商协调合作完成复杂的控制任务。
机器学习的强化学习讲义第3章，学习强化学习快速上手的学习材料
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
关于强化学习的讲解，以PPT的形式出现非常条理化，是了解强化学习的好资料。
Dynamic Programming Based Reinforcement Learning Methods Reinforcement Learning Policy Iteration Lea
完整实现A2C算法，包括实现要点、模型构建、虚拟环境交互、模型训练、信息监控等，并亲测在googlecolab中运行
暂无评论