Marcos teóricos del aprendizaje por refuerzo multiagente : Limitaciones y perspectivas
El Aprendizaje por Refuerzo (en inglés Reinforcement Learning y de ahora en más AR) ataca el problema de aprender a controlar agentes autónomos, mediante interacciones por prueba y error con un ambiente dinámico desconocido, el cual le provee señales de refuerzo por cada acción que realiza. Si los...
Guardado en:
| Autor principal: | Errecalde, Marcelo Luis |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2001
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/21638 |
| Aporte de: |
Ejemplares similares
-
Agentes y sistemas multiagente : Modelos teóricos y aplicaciones
por: Errecalde, Marcelo Luis, et al.
Publicado: (2004) -
Desarrollando sistemas multiagentes sobre AgentNet
por: Rossel, Gerardo, et al.
Publicado: (2004) -
Plataformas para desarrollo de sistemas multiagente : Un análisis comparativo
por: Marchetti, Tulio José, et al.
Publicado: (2003) -
Learning by knowledge sharing in autonomous intelligent systems
por: García Martínez, Ramón, et al.
Publicado: (2018) -
Sistemas multiagentes en ambientes dinámicos: planificación
por: Moya, Mario, et al.
Publicado: (2010)