首页> 外文OA文献 >Scaling up Multi-Agent Reinforcement Learning in Complex Domains

【2h】

Scaling up Multi-Agent Reinforcement Learning in Complex Domains

机译：扩展复杂域中的多智能体强化学习

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Dan Xiao; Ah-hwee Tan;
展开▼
作者单位

展开▼
年度 2015
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. Effective Methods for Reinforcement Learning in Large Multi-Agent Domains [J] . Martin Riedmiller, Daniel Withopf Information Technology . 2005,第5期

机译：大型多Agent领域中强化学习的有效方法
2. Adaptive Traffic Signal Control for large-scale scenario with Cooperative Group-based Multi-agent reinforcement learning [J] . Wang Tong, Cao Jiahua, Hussain Azhar Transportation research . 2021,第Apra期

机译：基于合作组的多功能协同钢筋学习的大规模场景的自适应交通信号控制
3. Multi-Agent Deep Reinforcement Learning for Large-Scale Traffic Signal Control [J] . IEEE Transactions on Intelligent Transportation Systems . 2020,第3期

机译：用于大规模交通信号控制的多智能体深度强化学习
4. Scaling Up Multi-agent Reinforcement Learning in Complex Domains [C] . Xiao Dan, Tan Ah-Hwee IEEE/WIC/ACM Joint International Conference on Web Intelligence and Intelligent Agent Technology . 2008

机译：复杂域中的多功能加固学习
5. Scaling reinforcement learning to the unconstrained multi-agent domain. [D] . Palmer, Victor. 2007

机译：将强化学习扩展到无约束的多主体领域。
6. Multi-agent reinforcement learning with approximate model learning for competitive games [O] . Young Joon Park, Yoon Sang Cho, Seoung Bum Kim 2012

机译：多主体强化学习和近似模型学习的竞技游戏
7. Evolution of a Complex Predator-Prey Ecosystem on Large-scale Multi-Agent Deep Reinforcement Learning [O] . Jun Yamada, John Shawe-Taylor, Zafeirios Fountas 2020

机译：复杂捕食者 - 猎物生态系统对大型多功能深度增强学习的演变
8. Complexity Analysis of Real-Time Reinforcement Learning Applied to FindingShortest Paths in Deterministic Domains [R] . Koenig, S., Simmons, R. G. 1992

机译：实时强化学习的复杂性分析应用于确定性域中寻找最短路径

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