Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Data-Efficient Hierarchical Reinforcement Learning

Nachum, O., Gu, S., Lee, H., & Levine, S. (2019). Data-Efficient Hierarchical Reinforcement Learning. In S. Bengio, H. Wallach, H. Larochelle, K. Grauman, & N. Cesa-Bianchi (Eds.), Advances in Neural Information Processing Systems 31 (pp. 3303-3313). Red Hook, NY: Curran Associates, Inc. Retrieved from https://papers.nips.cc/paper/7591-data-efficient-hierarchical-reinforcement-learning.

Item is

Basisdaten

einblenden: ausblenden:
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Nachum, O.1, Autor
Gu, S.2, Autor           
Lee, H.1, Autor
Levine, S.1, Autor
Affiliations:
1External Organizations, ou_persistent22              
2Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society, ou_1497647              

Inhalt

einblenden:
ausblenden:
Schlagwörter: Abt. Schölkopf
 Zusammenfassung: -

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 20182019-07
 Publikationsstatus: Erschienen
 Seiten: 11
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 32nd Conference on Neural Information Processing Systems (NeurIPS 2018)
Veranstaltungsort: Montreal
Start-/Enddatum: 2018-12-02 - 2018-12-08

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Advances in Neural Information Processing Systems 31
  Untertitel : 32nd Conference on Neural Information Processing Systems (NeurIPS 2018)
Genre der Quelle: Konferenzband
 Urheber:
Bengio, S.1, Herausgeber
Wallach, H.1, Herausgeber
Larochelle, H.1, Herausgeber
Grauman, K.1, Herausgeber
Cesa-Bianchi , N.1, Herausgeber
Garnett, R.1, Autor
Affiliations:
1 External Organizations, ou_persistent22            
Ort, Verlag, Ausgabe: Red Hook, NY : Curran Associates, Inc.
Seiten: - Band / Heft: 5 Artikelnummer: - Start- / Endseite: 3303 - 3313 Identifikator: URI: https://papers.nips.cc/paper/2018
ISBN: 978-1-5108-8447-2