本研究提出三种适用于合作、对抗和混合环境的演员-评论家算法，解决多智能体强化学习中去中心化训练的不足。通过引入网络通信和替代策略，去中心化算法在降低计算成本的同时，能与原始MADDPG算法达到相似效果，尤其在代理数量较多时更为明显。

本研究提出了一种分布式价值分解网络（DVDN），旨在解决部分可观测条件下的分布式训练问题。DVDN能够生成联合Q函数并将其分解为各个智能体的Q函数，适用于无法集中训练的场景。研究结果表明，DVDN在十个多智能体强化学习任务中表现出与集中训练相似的效果。

随着数字化、网络化、智能化的发展，网络安全隐患不断提高。密码应用和测评标准逐步形成规范，促进相关行业建设并使用密码。商密解决方案包括密码资源池和密码集约池化需求，提供统一的密码管理和多元化的密码服务。

现代电力系统集成可再生分布式能源资源作为一种环境友好的增强措施，以满足不断增长的需求。然而，可再生能源固有的不可靠性使得开发分布式能源资源管理算法变得迫在眉睫。我们在由多个分布式能源资源组成的系统中研究能量共享问题，每个代理在其邻域内收集和分配可再生能源，以优化网络性能并尽量减少能量浪费。我们将这个问题建模为带约束的赌博性凸优化问题，约束对应于每个节点的能量生产限制。我们提出了分布式决策策略...

我们提出了一种多尺度时空交互网络（MSTI-Net），采用基于注意力机制的时空融合模块（ASTM）代替直接融合，并注入多个ASTM基础的连接，以促进所有可能的空间时间交互。该方法在三个标准数据集上取得了良好的实验结果。

本文介绍了一个自动化的P2P能源市场，通过应用展望理论模型和微分进化算法来提高买家感知价值和满足需求与生产的匹配。实验结果显示，该方法提高了买家感知价值26％，为卖家带来额外利益。

物联网传感器过量，数字孪生是关键驱动因素。提出数字孪生本地AI驱动的服务架构，支持物联网网络概念。应用于车联网，通过基于TCP的数据流水线节约了30%的处理时间。测试多种学习速率组合，强调最成功的模型。

本文提出了一个基于数据驱动的框架，用于网络化的无人机协同宽带频谱感知和调度。通过多类分类问题检测空闲频谱位置，利用强化学习将探测到的频谱空隙动态分配给无人机。通过综合仿真框架评估方法，生成大型频谱数据集，用于开发基于机器学习/人工智能的空中设备频谱管理解决方案。

人类已经经历了多次认知革命：世界各地各种文字系统的发展；印刷术的发明；哥白尼提出的日心说；达尔文的进化论；爱因斯坦的相对论……所有这些发现都从根本上重塑了我们的思考方式。 随着互联网的普及与发展，网络化思维（Networked...