Adaptive Reinforcement Learning Models for Autonomous Resource Optimization
综述自适应强化学习在动态不确定环境下自主资源优化的框架、方法与应用。
阅读 2
关键词 · 相关资讯与研究
沿着“深度强化学习”继续探索,共 0 条内容。
综述自适应强化学习在动态不确定环境下自主资源优化的框架、方法与应用。
用Double DQN训练多智能体共享策略,优化台风扰动下水稻收割机调度。
提出端到端视觉运动控制器,用仿真合成数据训练,零样本迁移到真实果园完成修剪。
系统综述AI、机器学习与深度学习的概念、方法、应用及伦理挑战。
提出SAC强化学习与非线性模型预测控制融合策略,减小农业自主拖拉机-挂车系统路径偏移。
提出EOL-DQN改进深度强化学习模型,用于马铃薯种薯切块智能决策。
提出自适应异构动态集成框架AHDE-DS,实现跨异构数据的鲁棒预测、分类与智能决策支持。
综述机器学习、深度学习与机器人融合的智能信息管理与决策支持系统。