您当前的位置:
首页 >
文章列表页 >
GenFedRL:面向深度强化学习智能体的通用联邦强化学习框架
学术论文 | 更新时间:2024-05-31
    • GenFedRL:面向深度强化学习智能体的通用联邦强化学习框架

    • GenFedRL: a general federated reinforcement learning framework for deep reinforcement learning agents

    • 通信学报   2023年44卷第6期 页码:183-197
    • DOI:10.11959/j.issn.1000-436x.2023122    

      中图分类号: TN92
    • 网络首发:2023-06

      纸质出版:2023-06-25

    移动端阅览

  • 金彪, 李逸康, 姚志强, 等. GenFedRL:面向深度强化学习智能体的通用联邦强化学习框架[J]. 通信学报, 2023,44(6):183-197. DOI: 10.11959/j.issn.1000-436x.2023122.

    Biao JIN, Yikang LI, Zhiqiang YAO, et al. GenFedRL: a general federated reinforcement learning framework for deep reinforcement learning agents[J]. Journal on Communications, 2023, 44(6): 183-197. DOI: 10.11959/j.issn.1000-436x.2023122.

  •  
  •  

0

浏览量

1263

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于GAT的分布式联合路由与频谱接入机制
基于DDPG强化学习的多集群算力资源调度算法
智能反射表面辅助的车载边缘任务卸载和资源分配策略
数字孪生辅助下基于D3QN的车载网络协同卸载算法
基于深度强化学习的分离式数据中心存储资源调度优化方法

相关作者

周子铂
任保全
钟旭东
刘琦
秦蓁
胡亚辉
王越嶙
张宸康

相关机构

军事科学院系统工程研究院
空军预警学院
中国矿业大学(北京)人工智能学院
中国科学院计算机网络信息中心
国能智深控制技术有限公司
0