首页> 外文OA文献 >A SAMPLED FICTITIOUS PLAY BASED LEARNING ALGORITHM FOR INFINITE HORIZON MARKOV DECISION PROCESSES

【2h】

A SAMPLED FICTITIOUS PLAY BASED LEARNING ALGORITHM FOR INFINITE HORIZON MARKOV DECISION PROCESSES

机译：基于样本虚构游戏的无限马尔可夫决策过程学习算法

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
S. Jain; R. R. Creasey; J. Himmelspach; K. P. White; M. Fu; Esra Sisikoglu; Marina A. Epelman; Robert L. Smith;
展开▼
作者单位

展开▼
年度 2014
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. A SAMPLED FICTITIOUS PLAY BASED LEARNING ALGORITHM FOR INFINITE HORIZON MARKOV DECISION PROCESSES [J] . Esra Sisikoglu, Marina A. Epelman, Robert L. Smith Proceedings of the Workshop on Principles of Advanced and Distributed Simulation . 2011,第CDaROM期

机译：无限地平线马尔可夫决策过程的基于虚拟演习的采样演算法
2. Decision Roll and Horizon Roll Processes in Infinite Horizon Discounted Markov Decision Processes [J] . D. J. White Management science: Journal of the Institute of Management Sciences . 1996,第1期

机译：无限地平线折扣马尔可夫决策过程中的决策滚动和地平线滚动过程
3. Solution and Forecast Horizons for Infinite-Horizon Nonhomogeneous Markov Decision Processes [J] . Torpong Cheevaprawatdomrong, Irwin E. Schochetman, Robert L. Smith, Mathematics of operations research . 2007,第1期

机译：无限视野非齐次马尔可夫决策过程的求解和预测视野
4. Model-free Reinforcement Learning in Infinite-horizon Average-reward Markov Decision Processes [C] . Chen-Yu Wei, Mehdi Jafarnia-Jahromi, Haipeng Luo, International Conference on Machine Learning . 2021

机译：无限地平线平均奖励马尔可夫决策过程的无模型加强学习
5. Distributed algorithms based on fictitious play for near optimal sequential decision making. [D] . Sisikoglu, Esra. 2009

机译：基于虚拟游戏的分布式算法，用于近乎最佳的顺序决策。
6. Learning to maximize reward rate: a model based on semi-Markov decision processes [O] . Arash Khodadadi, Pegah Fakhari, Jerome R. Busemeyer 2014

机译：学习最大化奖励率：基于半马尔可夫决策过程的模型
7. A Reinforcement Learning Based Algorithm for Finite Horizon Markov Decision Processes [O] . Shalabh Bhatnagar, Mohammed Shahid Abdulla 2006

机译：基于强化学习的有限水平马尔可夫决策过程算法
8. Partially Observable Markov Decision Processes over an Infinite Planning Horizon with Discounting. [R] . wollmer,richard d. 1976

机译：具有贴现性的无限规划期间的部分可观察马尔可夫决策过程。

A SAMPLED FICTITIOUS PLAY BASED LEARNING ALGORITHM FOR INFINITE HORIZON MARKOV DECISION PROCESSES

著录项

引文网络

相似文献

相关主题

期刊订阅