两方零和马尔科夫博弈下的策略梯度算法
李永强, 周键, 冯宇, 冯远静
Policy Gradient Algorithm in Two-Player Zero-Sum Markov Games
LI Yongqiang, ZHOU Jian, FENG Yu, FENG Yuanjing
模式识别与人工智能 . 2023, (1): 81 -91 .  DOI: 10.16451/j.cnki.issn1003-6059.202301007

版权所有 © 《模式识别与人工智能》编辑部
地址：安微省合肥市蜀山湖路350号中国科学院合肥物质科学研究院文情小楼　
邮编：230031
电话：0551-65591176　
E-mail：bjb@iim.ac.cn
技术支持：北京玛格泰克科技发展有限公司