...

首页> 外文期刊>Cybernetics and information technologies: CIT >Time Hopping Technique for Faster Reinforcement Learning in Simulations

【24h】

Time Hopping Technique for Faster Reinforcement Learning in Simulations

机译：跳时技术，用于在仿真中更快地进行强化学习

获取原文

掌桥外文数据库（机构版） >>

开具论文收录证明 >>

文献代查 >>

页面导航

著录项
相似文献
相关主题

著录项

来源
《Cybernetics and information technologies: CIT》 |2011年第3期|共页
作者
F. Dong; K. Hirota; K. Nomoto; P. Kormushev;
展开▼
作者单位

展开▼
收录信息
原文格式 PDF
正文语种
中图分类自动信息理论;
关键词

相似文献

外文文献
中文文献
专利

1. Eligibility Propagation to Speed up Time Hopping for Reinforcement Learning [J] . Petar S. Kormushev, Kohei Nomoto, Fangyan Dong, Journal of Advanced Computatioanl Intelligence and Intelligent Informatics . 2009,第6a72期

机译：资格传播可加速强化学习的跳时
2. A survey of statistical user simulation techniques for reinforcement-learning of dialogue management strategies [J] . JOST SCHATZMANN, KARL WEILH AMM ER, MATT STUTTLE, The Knowledge Engineering Review . 2006,第2期

机译：统计用户模拟技术的调查，以加强学习对话管理策略
3. Model-free adaptive control design for nonlinear discrete-time processes with reinforcement learning techniques [J] . Liu Dong, Yang Guang-Hong International journal of systems science . 2018,第9a12期

机译：具有强化学习技术的非线性离散时间过程的无模型自适应控制设计
4. Optimizing time warp simulation with reinforcement learning techniques [C] . Wang Jun, Tropper Carl, WSC Simulation Conference . 2007

机译：用加固学习技术优化时间翘曲仿真
5. Theorization, implementation, system architecture, and analysis of fast reinforcement learning techniques, with application to autonomous agents. [D] . Al-Dayaa, Hani S. 2006

机译：快速强化学习技术的理论化，实施，系统架构和分析，并应用于自治代理。
6. Implementation of real-time energy management strategy based on reinforcement learning for hybrid electric vehicles and simulation validation [O] . Zehui Kong, Yuan Zou, Teng Liu 2011

机译：基于强化学习的混合动力电动汽车实时能源管理策略的实现与仿真验证
7. Time Hopping Technique for Faster Reinforcement Learning in Simulations [O] . Kormushev P, Nomoto K, Dong F, 2011

机译：时间跳跃技术加快模拟中的强化学习
8. Taxi Time Prediction at Charlotte Airport Using Fast-Time Simulation and Machine Learning Techniques. [R] . Lee, H. 2016

机译：夏洛特机场的出租车时间预测使用快速模拟和机器学习技术。

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号