基于深度强化学习的多智能体协同算法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第14-20页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文研究内容 | 第17-18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 2 深度强化学习和多智能体基础 | 第20-28页 |
| 2.1 强化学习 | 第20-22页 |
| 2.2 深度强化学习 | 第22-26页 |
| 2.3 多智能体深度强化学习 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 基于最大熵的多智能体深度强化学习 | 第28-50页 |
| 3.1 引言 | 第28-29页 |
| 3.2 Soft Actor-Critic简介 | 第29-30页 |
| 3.3 集中训练和分散执行框架 | 第30-31页 |
| 3.4 基于最大熵的多智能体深度强化学习 | 第31-34页 |
| 3.5 基于通信设备的MASAC通信模型 | 第34-39页 |
| 3.6仿真实验 | 第39-49页 |
| 3.7 本章小结 | 第49-50页 |
| 4 基于自注意力机制的多智能体深度强化学习 | 第50-62页 |
| 4.1 引言 | 第50-51页 |
| 4.2 注意力机制和自注意力机制 | 第51-52页 |
| 4.3 基于自注意力机制的多智能体深度强化学习 | 第52-55页 |
| 4.4仿真实验 | 第55-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 总结和展望 | 第62-64页 |
| 5.1 工作总结 | 第62页 |
| 5.2 未来展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72页 |
