( en | de | ru )

 

Disambiguierung von "Foerster, Jakob N."

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
DiCE: The Infinitely Differentiable Monte-Carlo Estimator.

, , , , , und . ICLR (Workshop), OpenReview.net, (2018)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

n n n

Sebastian Foerster

Wolfdieter Foerster

Ekkehard Foerster

Herbert Foerster

 

Weitere Publikationen von Autoren mit dem selben Namen

Multi-Agent Common Knowledge Reinforcement Learning., , , , , und . NeurIPS, Seite 9924-9935. (2019)Loaded DiCE: Trading off Bias and Variance in Any-Order Score Function Gradient Estimators for Reinforcement Learning., , und . NeurIPS, Seite 8149-8160. (2019)Grounding Aleatoric Uncertainty for Unsupervised Environment Design., , , , , , , und . NeurIPS, (2022)Replay-Guided Adversarial Environment Design., , , , , und . NeurIPS, Seite 1884-1897. (2021)JAX-LOB: A GPU-Accelerated limit order book simulator to unlock large scale reinforcement learning for trading., , , , , , , und . ICAIF, Seite 583-591. ACM, (2023)A New Formalism, Method and Open Issues for Zero-Shot Coordination., , , und . ICML, Volume 139 von Proceedings of Machine Learning Research, Seite 10413-10423. PMLR, (2021)Generalized Beliefs for Cooperative AI., , , , und . ICML, Volume 162 von Proceedings of Machine Learning Research, Seite 16062-16082. PMLR, (2022)Centralized Model and Exploration Policy for Multi-Agent RL., , , und . AAMAS, Seite 1500-1508. International Foundation for Autonomous Agents and Multiagent Systems (IFAAMAS), (2022)Learning with Opponent-Learning Awareness., , , , , und . AAMAS, Seite 122-130. International Foundation for Autonomous Agents and Multiagent Systems Richland, SC, USA / ACM, (2018)Model-Free Opponent Shaping., , , und . ICML, Volume 162 von Proceedings of Machine Learning Research, Seite 14398-14411. PMLR, (2022)