BriefGPT.xyz
Ask
alpha
关键词
metropolis-hastings or multiplicative weights
搜索结果 - 1
基于分布式 Q 学习的多智能体马尔可夫决策过程和满足性准则
本文提出了一种强化学习算法来解决多智能体马尔可夫决策过程 (MMDP),通过黑韦尔的可接近性定理,目标是将每个智能体的时间平均成本降低到预先指定的特定界限以下。通过在 Q-learning 算法中结合每个智能体成本的加权组合,其中成本是通过
→
PDF
8 months ago
Prev
Next