Integrating Symbolic Planning and Reinforcement Learning for Following Temporal Logic Specifications
Integrating Symbolic Planning and Reinforcement Learning for Following Temporal Logic Specifications
复制标题
集成符号规划和强化学习以遵循时态逻辑规范
DOI：
10.1109/ijcnn55064.2022.9892304
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Fekri, Faramarz
中科院分区：
文献类型：
--
作者：
Xu, Duo;Fekri, Faramarz
登录
查看更多内容
DOI：
10.24963/ijcai.2019/880
发表时间：
2019-06
期刊：
ArXiv
影响因子：
--
作者：
Jelena Luketina;Nantas Nardelli;Gregory Farquhar;Jakob N. Foerster;Jacob Andreas;Edward Grefenstette;
通讯作者：
Jelena Luketina;Nantas Nardelli;Gregory Farquhar;Jakob N. Foerster;Jacob Andreas;Edward Grefenstette;
通过 GLTL 实现与环境无关的任务规范
DOI：
--
发表时间：
2017
期刊：
arXiv.org
影响因子：
--
作者：
Littman, Michael L.;Topcu, Ufuk;Fu, Jie;Isbell, Charles;Wen, Min;MacGlashan, James
通讯作者：
MacGlashan, James
RePReL：集成关系规划和强化学习以实现有效抽象
影响因子：
4
作者：
Harsha Kokel;Arjun Manoharan;Sriraam Natarajan;Balaraman Ravindran;Prasad Tadepalli
通讯作者：
Prasad Tadepalli
DOI：
10.1609/aaai.v34i09.7114
发表时间：
2020
期刊：
The Knowledge Engineering Review
影响因子：
--
作者：
Giuseppe De Giacomo;L. Iocchi;Marco Favorito;F. Patrizi
通讯作者：
F. Patrizi
用于可解释分类的可扩展的基于规则的表示学习
DOI：
--
发表时间：
2021
期刊：
Neural Information Processing Systems
影响因子：
--
作者：
Zhuo Wang;Wei Zhang;Ning Liu;Jianyong Wang
通讯作者：
Jianyong Wang