基于softmax的加权Double Q-Learning算法.pdf

基于softmax的加权DoubleQ-Learning算法

钟雨昂,袁伟伟,关东海

引用本文

钟雨昂,袁伟伟,关东海.基于softmax的加权DoublQ-Larning算法[J].计算机科学,2024,

51(6A):230600235-5.

ZHONGYuang,YUANWeiwei,GUANDonghai.WeightedDoubleQ-LearningAlgorithmasedon

Softmax[J].ComputerScience,2024,51(6A):230600235-5.

相似文章荐（请使用火狐或IE浏览器查看文章）

Similararticlesrecommended(PleaseuseFirefoxorIEtoviewthearticle)

计及风电的发电商报价多智能体模型

Multi-agentasediddingStrategyModelConsideringWindPower

计算机科学,2024,51(6A):230600179-8.https://doi.org/10.11896/jsjkx.230600179

基于深度强化学习的二进制代码模糊测试方法

FuzzTestingMethodofinaryCodeasedonDeepReinforcementLearning

计算机科学,2024,51(6A):230800078-7.https://doi.org/10.11896/jsjkx.230800078

基于深度强化学习的数据中心热感知能耗优化方法

DeepReinforcementLearningasedThermalAwarenessEnergyConsumptionOptimizationMethod

forDataCenters

计算机科学,2024,51(6A):230500109-8.https://doi.org/10.11896/jsjkx.230500109

基于值函数分解的多智能体深度强化学习方法研究综述

SurveyofMulti-agentDeepReinforcementLearningasedonValueFunctionFactorization

计算机科学,2024,51(6A):230300170-9.https://doi.org/10.11896/jsjkx.230300170

COURIER:基于非抢占式优先排队和优先经验重放DRL的边缘计算任务调度与卸载方法

COURIER:EdgeComputingTaskSchedulingandOffloadingMethodasedonNon-

preemptivePrioritiesQueuingandPrioritizedExperienceReplayDRL

计算机科学,2024,51(5):293-305.https://doi.org/10.11896/jsjkx.230200121

://

httwww．skx．com

pjj

:/

DOI１０．１１８９６skx．２３０６００２３５