基于径向基神经网络的无网格法及其应用，神经网络的应用-Radial Basis Function Neural Network Based on the non-grid method and its application

基于径向基函数在神经网络中的运用，包括了无网格法及其其他-radial basic function

无网格方法中的采用基本解方法求解微分方程的问题-meshless method of fundamental method for solving equations problem

多智能体设置在机器学习中的重要性日益突出。超过了最近的大量关于深度的工作多agent强化学习，层次强化学习，生成对抗网络和分散优化都可以看作是这种设置的实例。然而，多学习代理人的存在这些设置使得培训问题的非平稳常常导致不稳定的训练或不想要的最终结果。我们提出学习与对手的学习意识（萝拉），一种方法，原因的预期。其他代理的学习。罗拉学习规则包括一个额外的术语，解释了在预期的参数更新的代理政策其他药物。我们发现，利用似然比策略梯度更新的方法，可以有效地计算萝拉更新规则，使该方法适合于无模型强化学习。这