Blackwell Online Learning for Markov Decision Processes
Blackwell Online Learning for Markov Decision Processes
复制标题
马尔可夫决策过程的布莱克威尔在线学习
DOI：
10.1109/ciss50987.2021.9400319
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Zhu, Quanyan
中科院分区：
文献类型：
--
作者：
Li, Tao;Peng, Guanze;Zhu, Quanyan
登录
查看更多内容
DOI：
10.1287/moor.1090.0397
发表时间：
2008-11
期刊：
Math. Oper. Res.
影响因子：
--
作者：
Jia Yuan Yu;Shie Mannor;N. Shimkin
通讯作者：
Jia Yuan Yu;Shie Mannor;N. Shimkin
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
基于遗憾的连续时间动态
DOI：
--
发表时间：
2003
期刊：
Games Econ. Behav.
影响因子：
--
作者：
S. Hart;A. Mas
通讯作者：
A. Mas
结合无悔和 Q 学习
DOI：
10.5555/3398761.3398833
发表时间：
2020
期刊：
AAMAS Conference proceedings
影响因子：
--
作者：
Kash, Ian A.;Sullins, Michael;Hofmann, Katja
通讯作者：
Hofmann, Katja
影响因子：
1.3
作者：
Steven Perkins;D. Leslie
通讯作者：
D. Leslie