建立能够按照不同的用户偏好生成Pareto解的encoder-decoder结构的深度神经网络模型，并基于REINFORCE算法、A2C算法、PPO算法进行模型训练，对比不同训练算法下智能体性能，最终获得优于传统运筹优化算法和进化算法的智能体模型。声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论