摘要：
一、环境是否稳态 1、单智能体强化学习的环境是稳态的，即状态迁移是随机的，随机分布是不变的 2、多智能体强化学习，环境中包含有不断学习和更新的其他智能体，环境是非稳态的，环境迁移的分布会变化 3、多智能体强化学习如果使用单智能体的算法，经常不收敛 4、不但要跟环境交互，还要跟其他智能体交互 二、序贯 阅读全文
posted @ 2025-09-28 15:09
牧云文仔
阅读(20)
评论(0)
推荐(0)
摘要：
一、非线性规划（Nonlinear Programming，NLP） 1、线性规划LP：运筹学中，对于资源分配、计划调度等问题，有数学公式可以求解，数学公式的目标函数与所有约束条件均为线性 2、非线性函数：二次函数、指数函数、三角函数等 3、非线性规划NLP，研究目标函数或者约束条件，至少有一个为非 阅读全文
posted @ 2025-09-28 11:49
牧云文仔
阅读(16)
评论(0)
推荐(0)
浙公网安备 33010602011771号