Provably Efficient Algorithms for Multi-Objective Competitive RL
Provably Efficient Algorithms for Multi-Objective Competitive RL
复制标题
可证明有效的多目标竞争强化学习算法
DOI：
--
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Sra, Suvrit
中科院分区：
文献类型：
--
作者：
Yu, Tiancheng;Tian, Yi;Zhang, Jingzhao;Sra, Suvrit
登录
查看更多内容
约束马尔可夫决策过程中的学习
影响因子：
4.2
作者：
Singh, Rahul;Gupta, Abhishek;Shroff, Ness
通讯作者：
Shroff, Ness
因子马尔可夫决策过程中的极小极大最优强化学习
DOI：
--
发表时间：
2020
期刊：
34th Conference on Neural Information Processing Systems (NeurIPS 2020
影响因子：
--
作者：
Tian, Yi;Qian, Jian;Sra, Suvrit
通讯作者：
Sra, Suvrit
布莱克威尔平易近人和无悔学习是等效的
DOI：
--
发表时间：
2010
期刊：
Annual Conference Computational Learning Theory
影响因子：
--
作者：
Jacob D. Abernethy;P. Bartlett;Elad Hazan
通讯作者：
Elad Hazan
DOI：
--
发表时间：
2020-03
期刊：
--
影响因子：
--
作者：
Dongsheng Ding;Xiaohan Wei;Zhuoran Yang;Zhaoran Wang;M. Jovanovi'c
通讯作者：
Dongsheng Ding;Xiaohan Wei;Zhuoran Yang;Zhaoran Wang;M. Jovanovi'c
未知游戏中的平易近人性：在线学习遇到多目标优化
DOI：
--
发表时间：
2014
期刊：
Annual Conference Computational Learning Theory
影响因子：
--
作者：
Shie Mannor;Vianney Perchet;Gilles Stoltz
通讯作者：
Gilles Stoltz