...于作战飞行器的战术使用原则,提出了隐蔽接敌过程中的优势区域与暴露区域；构建了基于马尔科夫决策过程（Markov decision process,MDP）的隐蔽接敌策略的强化学习方法；通过态势得分函数对非连续的即时收益函数进行修正,给出了基于ADP方法的...
基于2个网页-相关网页
...飞行器的战术使用原则,提出了隐蔽接敌过程中的优势区域与暴露区域；构建了基于马尔科夫决策过程（Markov decision process,MDP）的隐蔽接敌策略的强化学习方法；通过态势得分函数对非连续的即时收益函数进行修正,给出了基于ADP方法的...
基于1个网页-相关网页