Konferenzpaper | 2019 | Peer reviewed

Surrogate Models for Enhancing the Efficiency of Neuroevolution in Reinforcement Learning

Autor*innen

Stork, Jörg ; Zaefferer, Martin ; Rehbach, Frederik ; Gentile, Lorenzo ; Bartz-Beielstein, Thomas

DOI

10.1145/3321707.3321829

ISBN-13

#defaultkonferenzband 9781450367486

Weitere Details

Sprache

englisch

Darstellungsform

Text

Seitenbereich

934 - 942

Zitierstile

Stork, J., Zaefferer, M., Rehbach, F., Gentile, L., & Bartz-Beielstein, T. (2019). Surrogate Models for Enhancing the Efficiency of Neuroevolution in Reinforcement Learning. In U. UNBEKANNT, ohne Angabe (pp. 934–942). ohne Angabe: ohne Angabe. doi:10.1145/3321707.3321829

In die Zwischenablage kopieren

Stork, J., Zaefferer, M., Rehbach, F., Gentile, L. and Bartz-Beielstein, T., 2019. Surrogate Models for Enhancing the Efficiency of Neuroevolution in Reinforcement Learning. In: ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, pp.934–942.

In die Zwischenablage kopieren

Stork, Jörg u. a. 2019. Surrogate Models for Enhancing the Efficiency of Neuroevolution in Reinforcement Learning. In ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, 934–942.

In die Zwischenablage kopieren

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

Zitierstile

In die Zwischenablage kopieren

Stork, Jörg u. a. 2019. Surrogate Models for Enhancing the Efficiency of Neuroevolution in Reinforcement Learning. In ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, 934–942.

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