Sistema multiagente basado en aprendizaje profundo por refuerzo con marco avanzado actor-crítico para entorno complejo
Autores: Cui, Zihao; Deng, Kailian; Zhang, Hongtao; Zha, Zhongyi; Jobaer, Sayed
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Sistema multiagente basado en aprendizaje profundo por refuerzo con marco avanzado actor-crítico para entorno complejo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Desarrollo
Inteligencia artificial
Agentes de juego
Aprendizaje profundo por refuerzo
Algoritmos de DRL
Multiagente
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
El desarrollo de agentes de juego de inteligencia artificial (IA) que utilizan algoritmos de aprendizaje profundo por refuerzo (DRL) para procesar información visual para la toma de decisiones ha surgido como un enfoque clave de investigación tanto en la academia como en la industria.
Descripción
El desarrollo de agentes de juego de inteligencia artificial (IA) que utilizan algoritmos de aprendizaje profundo por refuerzo (DRL) para procesar información visual para la toma de decisiones ha surgido como un enfoque clave de investigación tanto en la academia como en la industria.