1) antibodys
抗体群
2) group confrontation
群体对抗
1.
However, current works are mostly restricted to single agent mode, or only confrontations between two single agents are considered and group confrontations are not considered.
在多Agent系统中 ,通过学习可以使Agent不断增加和强化已有的知识与能力 ,并选择合理的动作最大化自己的利益 但目前有关Agent学习大都限于单Agent模式 ,或仅考虑Agent个体之间的对抗 ,没有考虑Agent的群体对抗 ,没有考虑Agent在团队中的角色 ,完全依赖对效用的感知来判断对手的策略 ,导致算法的收敛速度不高 因此 ,将单Agent学习推广到在非通信群体对抗环境下的群体A gent学习 考虑不同学习问题的特殊性 ,在学习模型中加入了角色属性 ,提出一种基于角色跟踪的群体Agent再励学习算法 ,并进行了实验分析 在学习过程中动态跟踪对手角色 ,并根据对手角色与其行为的匹配度动态决定学习速率 ,利用minmax Q算法修正每个状态的效用值 ,最终加快学习的收敛速度 ,从而改进了Bowling和Littman等人的工
3) Japanese population
抗病群体
4) resistant populations
抗腐群体
5) group-antagonism
群体对抗性
补充资料：陪群公登箕山赋得群字
【诗文】：
许由去已远，冥莫见幽坟。世薄人不贵，兹山唯白云。
宁知三千岁，复有尧为君。时佐激颓俗，登箕挹清芬。
高节虽旦暮，邈与洪崖群。
【注释】：
【出处】：
全唐诗：卷882-9
许由去已远，冥莫见幽坟。世薄人不贵，兹山唯白云。
宁知三千岁，复有尧为君。时佐激颓俗，登箕挹清芬。
高节虽旦暮，邈与洪崖群。
【注释】：
【出处】：
全唐诗：卷882-9
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条