Ir directamente a la navegación principal
Ir directamente a la búsqueda
Ir directamente al contenido principal
El Portal de Investigadores del Instituto Politécnico Nacional
Ayuda y preguntas frecuentes
English
Español
Inicio
Perfiles
Unidades de investigación
Proyectos
Producción científica
Conjuntos de datos
Premios
Actividades
Cursos
Prensa/Medios de comunicación
Buscar por experiencia, nombre o afiliación
A Bayesian reinforcement learning approach in markov games for computing near-optimal policies
Julio B. Clempner
Escuela Superior de Física y Matemáticas (ESFM)
Producción científica
:
Contribución a una revista
›
Artículo
›
revisión exhaustiva
1
Cita (Scopus)
Información general
Huella
Huella
Profundice en los temas de investigación de 'A Bayesian reinforcement learning approach in markov games for computing near-optimal policies'. En conjunto forman una huella única.
Clasificar por
Ponderación
Alfabéticamente
Matemáticas
Reinforcement Learning
100%
Bayesian Learning
99%
Optimal Policy
76%
Game
53%
Strategy
47%
Policy
43%
Computing
41%
Adaptive Behavior
37%
Learning Process
30%
Exploitation
27%
Prior Knowledge
26%
Probability Model
25%
Reward
25%
Performance Measures
25%
Transition Matrix
24%
Nash Equilibrium
24%
Bayes
23%
Trade-offs
22%
Paradigm
21%
Well-defined
21%
Maximise
20%
Learning
20%
Nonlinear Problem
19%
Uncertainty
18%
Markov chain
18%
Interaction
15%
Restriction
14%
Model
14%
Observation
14%
Formulation
14%
Framework
12%
Estimate
10%
Ingeniería y ciencia de los materiales
Reinforcement learning
66%
Markov chains
21%
Uncertainty
13%