温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

本发明公开一种基于强化学习的追捕策略训练方法、设备、介质及产品，涉及强化学习和追逃博弈控制技术领域，该方法涉及拦截者、追捕者和目标之间的博弈场景。拦截者采用比例指导策略对追捕者进行拦截，而追捕者则采用基于集成价值网络结构的均化深度确定性策略...
该专利属于南开大学所有，仅供学习研究参考，未经过南开大学授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。