其中各智能体通过学习并训练本地网络再将各网络参数聚合训练成全局网络参数实现利用全局网络参数完成本地跳频决策训练更新最终解决部分可 Q 学习的抗干扰方案

发表论文 1 篇 · 总被引 6 次 · h-index 1