摘 要：针对多智能体对抗中因对手策略变化导致的非平稳性问题，在对手动作不可获取的限制下，提出一种基于不确定性的贝叶斯策略重用算法。在离线阶段，在策略学习的同时，通过自编码器建模智能体轨迹与对手动作之间的（试读）...
登录
