Approximate Policy-Based Accelerated Deep Reinforcement Learning
In recent years, the deep reinforcement learning (DRL) algorithms have been developed rapidly and have achieved excellent performance in many challenging tasks. However, due to the complexity of network structure and a large amount of network parameters, the training of deep network is timeconsuming...
Lưu vào:
Tác giả chính: | Wang, Xuesong |
---|---|
Đồng tác giả: | Gu, Yang |
Định dạng: | BB |
Ngôn ngữ: | English |
Thông tin xuất bản: |
IEEE Xplore
2020
|
Chủ đề: | |
Truy cập trực tuyến: | http://tailieuso.tlu.edu.vn/handle/DHTL/9903 |
Từ khóa: |
Thêm từ khóa bạn đọc
Không có từ khóa, Hãy là người đầu tiên gắn từ khóa cho biểu ghi này!
|
Tài liệu tương tự
-
Điều khiển tắc nghẽn mạng internet bằng Deep reinforcement learning / Lê Huy; Lê Tuấn Anh (h.dẫn)
Thông tin tác giả:: Lê, Huy, và những người khác -
Planning Approximate Exploration Trajectories for Model-Free Reinforcement Learning in Contact-Rich Manipulation
Thông tin tác giả:: Hoppe, S.
Thông tin xuất bản: (2020) -
Phân Loại Cam Ứng Dụng Kỹ Thuật Deep Learning
Thông tin tác giả:: Danh, Hoàng Hải -
Nhận dạng lá cây thuốc Nam với Deep learning
Thông tin tác giả:: Lâm, Thanh Phương -
Adaptive streaming video bằng Deep reinforcement learning / Đỗ Thị Thủy Phương; Lê Tuấn Anh (h.dẫn)
Thông tin tác giả:: Đỗ, Thị Thủy Phương, và những người khác