Quasi-Stochastic Approximation and Off-Policy Reinforcement Learning
Quasi-Stochastic Approximation and Off-Policy Reinforcement Learning
复制标题
准随机逼近和离策略强化学习
DOI：
10.1109/cdc40024.2019.9029247
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Meyn, Sean
中科院分区：
文献类型：
--
作者：
Bernstein, Andrey;Chen, Yue;Colombino, Marcello;Dall'Anese, Emiliano;Mehta, Prashant;Meyn, Sean
登录
查看更多内容
多元罗宾斯-门罗过程的牛顿-拉夫森版本
影响因子：
4.5
作者：
D. Ruppert
通讯作者：
D. Ruppert
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
A. Bernstein;Yue;Marcello Colombino;E. Dall’Anese;P. Mehta;Sean P. Meyn
通讯作者：
Sean P. Meyn
DOI：
--
发表时间：
2011
期刊：
Proceedings of the 2011 American Control Conference
影响因子：
--
作者：
Darshan Shirodkar;Sean P. Meyn
通讯作者：
Sean P. Meyn
影响因子：
10.6
作者：
Tianyi Chen;G. Giannakis
通讯作者：
Tianyi Chen;G. Giannakis
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
Shu;M. Krstić
通讯作者：
M. Krstić