MARL Continu

মাল্টি-এজেন্ট আংশিক পর্যবেক্ষণযোগ্য মার্কভ ডিসিশন প্রসেস (MPOMDP)

MARL পরিবেশের গাণিতিক ফর্মালাইজেশন যেখানে প্রতিটি এজেন্টের আংশিক পর্যবেক্ষণ থাকে এবং সর্বোত্তম সিদ্ধান্ত নেওয়ার জন্য গ্লোবাল স্টেট অনুমান করতে হয়।

← ফিরে যান