状态分类多智能体
该框架为盾构系统提供自动化、智能化的姿态控制方法，通过状态分类与分配提高多智能体学习效率。
徐进 · Bu J.F. · 秦娜 · Huang, Deqing
Expert Systems with Applications 2024
通过状态分类，每个智能体在自己的学习空间中进行学习，避免在复杂且分布广泛的数据中盲目探索，从而提升学习效率。
提出的分配算法在复用智能体时进一步增强学习效果，使得智能体能够适应不同的状态空间，提高策略的泛化能力。
实验验证了使用任务分解来实现多智能体深度强化学习进行装备控制的必要性和有效性，证明该框架能提升控制性能。