技术编号：26628108
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。一种基于categorical‑dqn乐观探索的交通控制方法技术领域.本发明涉及乐观探索技术领域，尤其涉及一种基于categorical‑dqn乐观探索的交通控制方法。背景技术.传统rl对独立学习(il)marl的研究主要是基于“乐观”原则，智能体根据最大期望回报(mer)或mer和期望回报的加权值来选择和评估一个动作。这些智能体乐观地假设其他所有智能体都采取能够最大化他们的回报的动作。因此，只有新的评估比之前的更好，他们才会更新动作的评估值。而对于深度强化学习(drl)算法，则表现出了深度...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。