Konferenzpaper | 2024 | Peer reviewed

Ökolopoly: Case Study on Large Action Spaces in Reinforcement Learning

Autor*innen

Engelhardt, Raphael ; Raycheva, Ralitsa ; Lange, Moritz ; Wiskott, Laurenz ; Konen, Wolfgang

DOI

10.1007/978-3-031-53966-4_9

ISBN-13

#defaultkonferenzband 9783031539657

Weitere Details

Sprache

englisch

Darstellungsform

Text

Seitenbereich

109 - 123

Schlüsselwörter

Cybernetics , Deep Reinforcement Learning , Large Action Space , Serious Games

Zitierstile

Engelhardt, R., Raycheva, R., Lange, M., Wiskott, L., & Konen, W. (2024). Ökolopoly: Case Study on Large Action Spaces in Reinforcement Learning. In U. UNBEKANNT, ohne Angabe (pp. 109–123). ohne Angabe: ohne Angabe. doi:10.1007/978-3-031-53966-4_9

In die Zwischenablage kopieren

Engelhardt, R., Raycheva, R., Lange, M., Wiskott, L. and Konen, W., 2024. Ökolopoly: Case Study on Large Action Spaces in Reinforcement Learning. In: ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, pp.109–123.

In die Zwischenablage kopieren

Engelhardt, Raphael u. a. 2024. Ökolopoly: Case Study on Large Action Spaces in Reinforcement Learning. In ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, 109–123.

In die Zwischenablage kopieren

Download
RDF/XML-Format
JSON-LD-Format
Turtle-Format
N3-Format

Zitierstile

In die Zwischenablage kopieren

Engelhardt, Raphael u. a. 2024. Ökolopoly: Case Study on Large Action Spaces in Reinforcement Learning. In ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, 109–123.

In die Zwischenablage kopieren

Download
RDF/XML-Format
JSON-LD-Format
Turtle-Format
N3-Format

American Psychological Association 6th edition (DOI)

Anglia Ruskin University - Harvard

Gesellschaft für Bildung und Forschung in Europa - Harvard