《表2 策略网络：基于强化学习的苏拉卡尔塔博弈算法》
提示：宽带有限、当前游客访问压缩模式
神经网络为6层卷积残差网络，根据策略网络（见表2）和价值网络（见表3）分为2个部分。策略网络为36*36的输出，表示所有可行的移动。价值网络为1的神经元。
| 图表编号 | XD00149961600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.01 |
| 作者 | 王仁泉、丁濛、李淑琴、石露颖、戚译中、刘朔言 |
| 绘制单位 | 北京信息科技大学计算机学院、北京信息科技大学计算机学院、北京信息科技大学计算机学院、北京信息科技大学计算机学院、北京信息科技大学计算机学院、北京信息科技大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
