Motivated by the idea of divide-and

Motivated by the idea of divide-and-conquer, in this article, we
first present a multiple cognitive agent-based divide-and-conquer
management and control architecture. Furthermore, a Markovian
game-theoretic framework is proposed to model the state big
data-based decision-making problem. Then, we investigate various
state information dependent learning methodology, in particular,
we concentrate on construction of state space, state transition
probability, and distributed Q-learning technique.

ผลลัพธ์ (ไทย) 1:

กระตุ้น โดยความคิดของการแบ่ง และพิชิต ในบทความนี้ เราก่อน ปัจจุบันหลายองค์ความรู้ใช้แทนการหาร และพิชิตสถาปัตยกรรมการจัดการและควบคุม นอกจากนี้ Markovianนำเสนอเกมสดกรอบแบบรัฐใหญ่ข้อมูลที่ใช้ตัดสินปัญหา จากนั้น เราตรวจสอบต่าง ๆข้อมูลสถานะขึ้นอยู่กับการเรียนรู้วิธีการ โดยเฉพาะเราเน้นที่การก่อสร้างของรัฐ การเปลี่ยนสถานะน่าเป็น และเทคนิคการเรียนรู้ Q กระจาย

ผลลัพธ์ (ไทย) 2:

แรงบันดาลใจจากความคิดของการแบ่งและพิชิตในบทความนี้เรา
ครั้งแรกที่นำเสนอการแบ่งและพิชิตตัวแทนตามองค์ความรู้หลาย
จัดการและการควบคุมสถาปัตยกรรม นอกจากนี้ Markovian
กรอบทฤษฎีเกมจะเสนอให้รูปแบบรัฐใหญ่
ปัญหาข้อมูลที่ใช้ในการตัดสินใจ จากนั้นเราจะตรวจสอบต่างๆ
ข้อมูลสถานะการเรียนรู้วิธีการขึ้นอยู่โดยเฉพาะอย่างยิ่ง
เรามีสมาธิในการก่อสร้างของพื้นที่รัฐเปลี่ยนสถานะ
ความน่าจะเป็นและการกระจาย Q-การเรียนรู้เทคนิค

ผลลัพธ์ (ไทย) 3:

แรงบันดาลใจจากความคิดของการแบ่งและพิชิตในบทความนี้ , เราของขวัญชิ้นแรกที่หลาย ๆ ด้านตัวแทนการแบ่งแยกและเอาชนะบริหารและควบคุมงานสถาปัตยกรรม นอกจากนี้ markovianเกมทฤษฎีกรอบนำเสนอตัวแบบรัฐใหญ่ข้อมูลปัญหาในการตัดสินใจตาม งั้น , เราตรวจสอบต่าง ๆรัฐข้อมูลขึ้นอยู่กับวิธีการเรียนรู้ โดยเฉพาะเรามุ่งเน้นการสร้างสภาพพื้นที่ การเปลี่ยนแปลงสภาพความน่าจะเป็นและการกระจาย q-learning เทคนิค