( en | de | ru )

 

Disambiguierung von "Littman, Michael L."

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Planning in Reward-Rich Domains via PAC Bandits.

, , , und . EWRL, Volume 24 von JMLR Proceedings, Seite 25-42. JMLR.org, (2012)

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.

L Solymosi

L Bräuer

L Müller

L Eberl

L Ruess

 

Weitere Publikationen von Autoren mit dem selben Namen

Graphical Models for Game Theory, , und . (Juli 2007)A Distributed Reinforcement Learning Scheme for Network Routing, und . CMU-CS-93--165. School of Computer Science, Carnegie Mellon University, (1993)Combining independent modules to solve multiple-choice synonym and analogy problems, , , und . Proceedings of the International Conference on Recent Advances in Natural Language Processing (RANLP-03), Seite 482--489. Borovets, Bulgaria, (2003)Predictive Representations of State, , und . Advances in Neural Information Processing Systems, (2002)Measuring praise and criticism: Inference of semantic orientation from association., und . ACM Trans. Inf. Syst., 21 (4): 315-346 (2003)Taggers for Parsers., , , , , , , und . Artif. Intell., 85 (1-2): 45-57 (1996)Decision-Theoretic Bidding Based on Learned Density Models in Simultaneous, Interacting Auctions, , , , und . CoRR, (2011)Lipschitz Continuity in Model-based Reinforcement Learning., , und . ICML, Volume 80 von Proceedings of Machine Learning Research, Seite 264-273. PMLR, (2018)ATTac-2001: A Learning, Autonomous Bidding Agent., , , , und . AMEC, Volume 2531 von Lecture Notes in Computer Science, Seite 143-160. Springer, (2002)Removing the Target Network from Deep Q-Networks with the Mellowmax Operator., , , und . AAMAS, Seite 2060-2062. International Foundation for Autonomous Agents and Multiagent Systems, (2019)