Narrative Planning in Large Domains through State Abstraction and Option Discovery

Narrative Planning in Large Domains through State Abstraction and Option Discovery
复制标题

通过状态抽象和选项发现在大领域进行叙事规划

DOI:
10.1609/aiide.v18i1.21979
复制
发表时间:
2022
期刊:
Proceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment
影响因子:
--
通讯作者:
Fisher, Mira
Fisher, Mira
中科院分区:
--
文献类型:
--
作者:
Fisher, Mira

文献摘要

参考文献

相似文献

学习使用便携式符号进行规划
DOI: --
发表时间: 2018
期刊:
影响因子: --
作者:
Steven D. James;Benjamin Rosman;G. Konidaris
通讯作者: G. Konidaris
分层强化学习中的模型最小化
DOI: --
发表时间: 2002
期刊: Symposium on Abstraction, Reformulation and Approximation
影响因子: --
作者:
Balaraman Ravindran;A. Barto
通讯作者: A. Barto
具有明确目标的技能发现
DOI: --
发表时间: 2019
期刊:
影响因子: --
作者:
Yuu Jinnai;David Abel;Jee Won Park;M. Littman;G. Konidaris
通讯作者: G. Konidaris
使用深度技能图进行探索和规划的技能发现
DOI: --
发表时间: 2021
期刊: Proceedings of the Thirty-Eighth International Conference on Machine Learning
影响因子: --
作者:
Bagaria, A;Senthil, J.;Konidaris, G.D.
通讯作者: Konidaris, G.D.
适用于一般视频游戏的基于宽度的规划
DOI: --
发表时间: 2021
期刊: Artificial Intelligence and Interactive Digital Entertainment Conference
影响因子: --
作者:
Tomas Geffner;Hector Geffner
通讯作者: Hector Geffner