关键词中包括 policy optimization 的文章

1 动态距离约束的离线到在线强化学习 赵若涵, 魏巍, 王达, 黄利 2026年4期 [1055－1065][摘要](676)[pdf 4053KB](584) DOI:10.11992/tis.202510017

2 基于深度强化学习的室内视觉局部路径规划 朱少凯, 孟庆浩, 金晟, 戴旭阳 2022年5期 [908－918][摘要](6602)[pdf 5100KB](4610) DOI:10.11992/tis.202107059