基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本项目提出了机器人战斗强化学习的模型.通过引入PyGame的虚拟环境,在预先定义的环境中开展训练模型,核心模型是神经网络在深度Q学习中应用模拟决策过程的功能.除了DQN之外,还在训练过程中应用了角色评判方法.通过比较两个模型输出的差异,进行了深入讨论研究和改进.
推荐文章
医学图像分析深度学习方法研究与挑战
深度学习
医学图像分析
卷积神经网络
图像分类
图像分割
人工智能深度学习在心血管影像诊断中的研究进展
人工智能
深度学习
心血管影像
深度学习的研究进展与发展
深度学习
卷积神经网络
深度置信网络
自编码器
循环神经网络
深度堆叠网络
大数据与深度学习综述
大数据
机器学习
深层结构
深度学习
神经网络
人工智能
学习算法
派生树
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 解决ICRA RoboMaster AI挑战与深度学习的研究
来源期刊 科学技术创新 学科 工学
关键词 强化学习 DQN 深度学习 改进
年,卷(期) 2020,(29) 所属期刊栏目 信息技术
研究方向 页码范围 104-105
页数 2页 分类号 TP18
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
强化学习
DQN
深度学习
改进
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科学技术创新
旬刊
2096-4390
23-1600/N
16开
黑龙江省哈尔滨市
14-269
1997
chi
出版文献量(篇)
126927
总下载数(次)
266
总被引数(次)
285821
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导