An off-policy natural gradient method for a partial observable Markov decision process
An off-policy natural gradient method for a partial observable Markov decision process
复制标题
部分可观测马尔可夫决策过程的离策略自然梯度法
DOI：
--
复制
发表时间：
2005
期刊：
影响因子：
--
通讯作者：
Y.
中科院分区：
文献类型：
--
作者：
Nakamura;Y.
基于在线变分贝叶斯方法的系统辨识及其在强化学习中的应用
DOI：
--
发表时间：
2003
期刊：
Artificial Neural Networks and Neural Information Processing, Lecture Notes in Computer Science (Berlin : Springer-Verlag) 2714
影响因子：
--
作者：
Yoshimoto;J.
通讯作者：
J.
用于双足机器人 CPG 控制的自然策略梯度强化学习
DOI：
--
发表时间：
2004
期刊：
Parallel Problem Solving from Nature - PPSN VIII, Lecture Notes in Computer Science 3242
影响因子：
--
作者：
Nakamura;Y.
通讯作者：
Y.