Reinforcement
Reinforcement Schedules
Multi-input and Multi-variable systems
Observational Learning
Primary and Secondary Reinforcers
Associative Learning
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
1Department of Electrical and Computer Engineering, University of Illinois at Urbana-Champaign, Champaign, IL, USA. ketian2@illinois.edu.
本研究介绍了一个区块链框架,其中包括智能合约和多代理强化学习 (MARL),以提高分散系统的信任和效率. 这种方法增强了协调,减少了勾结,并促进了代理互动中的公平性.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: