会员服务
控制器 · 博弈论 ·
2021 年 10 月 31 日
Distributed Asynchronous Games With Causal Memory are Undecidable
翻译：分布的与 Causal 内存为不可更改的非同步运动会
Hugo Gimbert
Hugo Gimbert

We show the undecidability of the controller synthesis problem when both the plant and the controllers are asynchronous automata and the controllers have causal memory


翻译：当设备和控制器都是无同步的自动自动成像仪且控制器有因果内存时,我们就会显示控制器合成问题不可降解性。
0
下载
关闭预览

相关内容

神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
专知会员服务
67+阅读 · 2020年7月25日
简明扼要！Python教程手册，206页pdf
简明扼要！Python教程手册，206页pdf
专知会员服务
48+阅读 · 2020年3月24日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
163+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
182+阅读 · 2019年10月11日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Exploration-Exploitation in Multi-Agent Learning: Catastrophe Theory Meets Game Theory
Exploration-Exploitation in Multi-Agent Learning: Catastrophe Theory Meets Game Theory
Arxiv
15+阅读 · 2020年12月15日
Causal Discovery with Reinforcement Learning
Arxiv
4+阅读 · 2020年3月19日
A Survey on Distributed Machine Learning
Arxiv
45+阅读 · 2019年12月20日
GPU-Accelerated Robotic Simulation for Distributed Reinforcement Learning
GPU-Accelerated Robotic Simulation for Distributed Reinforcement Learning
Arxiv
4+阅读 · 2018年10月24日
Cache-Enabled Dynamic Rate Allocation via Deep Self-Transfer Reinforcement Learning
Arxiv
4+阅读 · 2018年3月30日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
控制器
博弈论
相关VIP内容
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
专知会员服务
67+阅读 · 2020年7月25日
简明扼要！Python教程手册，206页pdf
简明扼要！Python教程手册，206页pdf
专知会员服务
48+阅读 · 2020年3月24日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
163+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
182+阅读 · 2019年10月11日
热门VIP内容
相关资讯
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
相关论文
Exploration-Exploitation in Multi-Agent Learning: Catastrophe Theory Meets Game Theory
Exploration-Exploitation in Multi-Agent Learning: Catastrophe Theory Meets Game Theory
Arxiv
15+阅读 · 2020年12月15日
Causal Discovery with Reinforcement Learning
Arxiv
4+阅读 · 2020年3月19日
A Survey on Distributed Machine Learning
Arxiv
45+阅读 · 2019年12月20日
GPU-Accelerated Robotic Simulation for Distributed Reinforcement Learning
GPU-Accelerated Robotic Simulation for Distributed Reinforcement Learning
Arxiv
4+阅读 · 2018年10月24日
Cache-Enabled Dynamic Rate Allocation via Deep Self-Transfer Reinforcement Learning
Arxiv
4+阅读 · 2018年3月30日
Top
微信扫码咨询专知VIP会员
Top