W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozdział

Pobierz BibTeX

Tytuł

High-Dimensional Function Approximation for Knowledge-Free Reinforcement Learning: a Case Study in SZ-Tetris

Autorzy

[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik

Rok publikacji

2015

Typ rozdziału

referat

Język publikacji

angielski

Słowa kluczowe
EN
  • reinforcement learning
  • covariance matrix adaptation
  • CMA-ES
  • VD-CMA
  • function approximation
  • knowledge-free representations
  • video games
  • n-tuple system
Strony (od-do)

567 - 573

DOI

10.1145/2739480.2754783

Książka

GECCO'15 : proceedings of the 2015 Annual Conference on Genetic and Evolutionary Computation

Zaprezentowany na

17th Genetic and Evolutionary Computation Conference (GECCO'15), 11-15.07.2015, Madrid, Spain

Publikacja indeksowana w

WoS (15)

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.