基于信念投影与最大熵的强化学习算法

您当前的位置：

首页 >

文章列表页 >

基于信念投影与最大熵的强化学习算法

人工智能 | 更新时间：2026-05-27

- 基于信念投影与最大熵的强化学习算法
- Reinforcement Learning Algorithm Based on Belief Projection and Maximum Entropy
- 软件导刊 2026年25卷第5期页码：43-49
- 作者机构：
  
  华南师范大学人工智能学院，广东佛山 528225
- 作者简介：
  
  杜志斌（1985-），男，博士，华南师范大学人工智能学院教授、硕士生导师，研究方向为人工智能
  于学冰（1998-），男，华南师范大学人工智能学院硕士研究生，研究方向为深度强化学习。
- 基金信息：
  
  国家自然科学基金项目(11701505);广东省自然科学基金面上项目(2023A1515011472)
- DOI：10.11907/rjdk.251068
  中图分类号： TP181
- 收稿：2025-03-25，
  
  纸质出版：2026-05-15
- 稿件说明：
移动端阅览
杜志斌,于学冰.基于信念投影与最大熵的强化学习算法[J].软件导刊,2026,25(05):43-49.

DU Zhibin,YU Xuebing.Reinforcement Learning Algorithm Based on Belief Projection and Maximum Entropy[J].Software Guide,2026,25(05):43-49.
杜志斌,于学冰.基于信念投影与最大熵的强化学习算法[J].软件导刊,2026,25(05):43-49. DOI： 10.11907/rjdk.251068.

DU Zhibin,YU Xuebing.Reinforcement Learning Algorithm Based on Belief Projection and Maximum Entropy[J].Software Guide,2026,25(05):43-49. DOI： 10.11907/rjdk.251068.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合低轨卫星通信的云边协同算力网络架构与关键技术研究

不可靠信道传输环境下的移动边缘计算卸载优化算法

深度强化学习驱动的应急车辆优先信号控制策略

基于图深度强化学习的电力网络通信自趋优控制方法

基于改进TD3算法的青霉素发酵过程控制方法