《智能系统学报》 过刊查询页面

    关键词中包括 reinforcement learning 的文章

1 基于强化学习的海洋移动观测网络观测路径规划方法
赵玉新1, 杜登辉1, 成小会1, 周迪2, 邓雄1, 刘延龙1 2022年1期 [192-200][摘要](2122)[pdf 5272KB](366)
2 基于强化学习的参数自整定及优化算法
严家政1, 专祥涛1,2 2022年2期 [341-347][摘要](1762)[pdf 3881KB](289)
3 强化学习稀疏奖励算法研究——理论与实验
杨瑞1, 严江鹏1, 李秀1,2 2020年5期 [888-899][摘要](3285)[pdf 4915KB](784)
4 记忆神经网络在机器人导航领域的应用与研究进展
王作为1,2, 徐征3,4, 张汝波5, 洪才森1, 王殊1 2020年5期 [835-846][摘要](3962)[pdf 4964KB](1714)
5 基于注意力融合的图像描述生成方法
莫宏伟, 田朋 2020年4期 [740-749][摘要](3715)[pdf 3533KB](914)
6 多智能体分层强化学习综述
殷昌盛, 杨若鹏, 朱巍, 邹小飞, 李峰 2020年4期 [646-655][摘要](4503)[pdf 4674KB](1566)
7 仿生机器人运动步态控制:强化学习方法综述
郭宪, 方勇纯 2020年1期 [152-159][摘要](3520)[pdf 3295KB](1248)
8 深度强化学习中状态注意力机制的研究
申翔翔1, 侯新文2, 尹传环1 2020年2期 [317-322][摘要](3717)[pdf 4039KB](1041)
9 事件驱动的强化学习多智能体编队控制
徐鹏1, 谢广明1,2,3, 文家燕1,2, 高远1 2019年1期 [93-98][摘要](4375)[pdf 4457KB](1076)
10 分层强化学习综述
周文吉, 俞扬 2017年5期 [590-594][摘要](7750)[pdf 906KB](5888)
11 基于事件驱动的多智能体强化学习研究
张文旭, 马磊, 王晓东 2017年1期 [82-87][摘要](4671)[pdf 1289KB](1975)
12 基于强化学习的多定位组件自动选择方法
梁爽1, 曹其新1, 王雯珊1, 邹风山2 2016年2期 [149-154][摘要](4113)[pdf 1456KB](1471)
13 面向资源分配问题的Q-CF多智能体强化学习
连传强,徐昕,吴军,李兆斌 2011年2期 [95-100][摘要](3558)[pdf 551KB](1464)
DOI:
14 回报函数学习的学徒学习综述
金卓军,钱  徽,陈沈轶,朱淼良 2009年3期 [208-212][摘要](3947)[pdf 310KB](2401)
DOI:
15 一种逻辑强化学习的tableau推理方法
刘 全1, 2 ,崔志明1 ,高 阳2 ,陈道蓄2 ,姚望舒1 2008年4期 [355-360][摘要](3572)[pdf 454KB](2809)
DOI:
16 增强学习中的直接策略搜索方法综述
王学宁1, 陈 伟1, 张 锰2, 徐 昕1,  贺汉根1 2007年1期 [16-24][摘要](4356)[pdf 504KB](4718)
DOI:
17 基于多智能体的Option自动生成算法
沈 晶, 顾国昌, 刘海波 2006年1期 [84-87][摘要](3726)[pdf 342KB](2675)
DOI: