Approximate Relative Value Learning for Average-reward Continuous State MDPs
Approximate Relative Value Learning for Average-reward Continuous State MDPs
复制标题
平均奖励连续状态 MDP 的近似相对价值学习
DOI：
--
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Jain, Rahul
中科院分区：
文献类型：
--
作者：
Sharma, Hiteshi;Jafarnia-Jahromi, Mehdi;Jain, Rahul
最近邻回归函数估计器的一致收敛及其在优化中的应用
DOI：
10.1109/tit.1978.1055865
发表时间：
1978
期刊：
IEEE Trans. Inf. Theory
影响因子：
--
作者：
L. Devroye
通讯作者：
L. Devroye
平均奖励马尔可夫决策过程中状态聚合的伪计量学
DOI：
10.1007/978-3-540-75225-7_30
发表时间：
2007
期刊：
2019 18th European Control Conference (ECC)
影响因子：
--
作者：
R. Ortner
通讯作者：
R. Ortner
连续状态空间非参数MDP的经验相对值学习算法
DOI：
10.23919/ecc.2019.8795982
发表时间：
2019
期刊：
2019 18th European Control Conference (ECC
影响因子：
--
作者：
Sharma, Hiteshi;Jain, Rahul;Gupta, Abhishek
通讯作者：
Gupta, Abhishek