会员服务
Pablo Hernandez-Leal，Borealis AI的研究员，在此之前，曾与Michael Kaisers一起参与过阿姆斯特丹CWI的智能和自治系统。研究方向：单智能体环境开发的算法以及多智能体。计划开发一种算法，该算法使用博弈论，贝叶斯推理和强化学习中的模型和概念在战略交互中得到使用。
【综述】多智能体深度强化学习综述，附49页PDF
专知会员服务
208+阅读 · 2019年8月30日
参考链接
微信扫码咨询专知VIP会员
Top