卡洛·德埃拉莫;安德烈亚·西尼;亚历山德罗·努拉;马蒂奥·皮罗塔;塞萨尔·阿利皮;简·彼得斯;马塞洛·雷斯特利 Q学习中用于减少偏差的高斯近似。 (英语) Zbl 07626792号 J.马赫。学习。物件。 22,论文编号277,51 p.(2021).MSC公司:68T05型 PDF格式BibTeX公司 XML格式引用 \textit{C.D’Eramo}等人,J.Mach。学习。第22号决议,论文编号277,51页(2021;Zbl 07626792) 全文: 链接
帕斯卡·克林克;哈尼·阿卜杜勒萨马德;鲍里斯·贝卢索夫;卡洛·德拉莫;简·彼得斯;乔尼·巴贾林恩 自定步长学习的概率解释及其在强化学习中的应用。 (英语) Zbl 07415125号 J.马赫。学习。物件。 22,第182号论文,52页(2021).MSC公司:68T05型 PDF格式BibTeX公司 XML格式引用 \textit{P.Klink}等人,J.Mach。学习。第22号决议,第182号论文,52页(2021;Zbl 07415125) 全文: arXiv公司 链接
卡洛·德拉莫;达维德·塔特奥;安德烈·博纳里尼;马塞洛·雷斯特利;简·彼得斯 蘑菇RL:简化强化学习研究。 (英语) Zbl 07415074号 J.马赫。学习。物件。 22,第131号论文,第5页(2021年).MSC公司:68T05型 PDF格式BibTeX公司 XML格式引用 \textit{C.D'eramo}等人,J.Mach。学习。第22号决议,第131号文件,第5页(2021;兹bl 07415074) 全文: arXiv公司 链接
艾德里安·什西奇;埃尔玛·鲁克特;简·彼得斯;Abdelhak M.祖比尔。;亨氏Koeppl 基于非参数时空子目标建模的反向强化学习。 (英语) Zbl 1475.68295号 J.马赫。学习。物件。 19,论文编号69,45 p.(2018).MSC公司:68T05型 2015年1月62日 62G05型 PDF格式BibTeX公司 XML格式引用 \textit{A.Šošić}等人,J.Mach。学习。第19号决议,第69号论文,45页(2018年;Zbl 1475.68295) 全文: arXiv公司 链接
里亚德·阿克鲁;阿巴斯·阿卜杜勒马利基;哈尼·阿卜杜勒萨马德;简·彼得斯;格哈德·诺伊曼 基于无模型轨迹的单调改进策略优化。 (英语) Zbl 1437.68147号 J.马赫。学习。物件。 19,第14号论文,25页(2018年).MSC公司:68T05型 90立方厘米 62B10型 PDF格式BibTeX公司 XML格式引用 \textit{R.Akrour}等人,J.Mach。学习。第19号决议,第14号论文,25页(2018年;Zbl 1437.68147) 全文: arXiv公司 链接
朱莉亚·维诺格拉德斯卡;巴斯蒂安·比肖夫;杜伊Nguyen-Tuong;简·彼得斯 高斯过程动力学控制器的稳定性。 (英语) Zbl 1441.93330号 J.马赫。学习。物件。 18(2017-2018),第100号论文,37页(2017).MSC公司:93E15型 93E35型 60G15年 PDF格式BibTeX公司 XML格式引用 \textit{J.Vinogradska}等人,J.Mach。学习。第18号决议,第100号论文,37页(2017年;Zbl 1441.93330) 全文: 链接
赫尔克·范·霍夫;格哈德·诺伊曼;简·彼得斯 信息损失有限的非参数策略搜索。 (英语) Zbl 1434.68463号 J.马赫。学习。物件。 18(2017-2018),论文编号73,46 p.(2017).MSC公司:68T05型 62G05型 90立方厘米 93E20型 93E35型 PDF格式BibTeX公司 XML格式引用 \textit{H.van Hoof}等人,J.Mach。学习。第18号决议,第73号文件,第46页(2017年;兹bl 1434.68463) 全文: 链接
丹尼尔,克里斯蒂安;格哈德·诺伊曼;奥利弗·克罗默;简·彼得斯 层次相对熵策略搜索。 (英语) Zbl 1367.68318号 J.马赫。学习。物件。 17,第93号论文,50页(2016年).MSC公司:68T40型 68T05型 PDF格式BibTeX公司 XML格式引用 \textit{C.Daniel}等人,J.Mach。学习。第17号决议,第93号论文,50页(2016年;Zbl 1367.68318) 全文: 链接
Daan,维尔斯特拉;汤姆·绍尔;托拜厄斯·格拉斯马赫;孙毅;简·彼得斯;约翰·施密杜贝尔 自然进化战略。 (英语) Zbl 1318.68159号 J.马赫。学习。物件。 15, 949-980 (2014).MSC公司:68T05型 90 C59 PDF格式BibTeX公司 XML格式引用 \textit{D.Wierstra}等人,J.Mach。学习。第15号决议,949-980(2014年;Zbl 1318.68159) 全文: 链接
克里斯托夫·丹恩;格哈德·诺伊曼;简·彼得斯 具有时间差异的政策评估:调查和比较。 (英语) Zbl 1317.68150号 J.马赫。学习。物件。 15, 809-883 (2014).MSC公司:68T05型 10层62层 2005年6月2日 90立方厘米 62-02 68-02 PDF格式BibTeX公司 XML格式引用 \textit{C.Dann}等人,J.Mach。学习。第15号决议,809--883(2014年;Zbl 1317.68150) 全文: 链接