文献
J-GLOBAL ID:202002292305096573
整理番号:20A0858935
分散強化学習のための通信効率の良いマルチエージェント・アクター・クリティック・アルゴリズム【JST・京大機械翻訳】
A Communication-Efficient Multi-Agent Actor-Critic Algorithm for Distributed Reinforcement Learning*
著者 (7件):
Lin Yixuan
(Stony Brook University,Department of Applied Mathematics and Statistics)
,
Zhang Kaiqing
(University of Illinois at Urbana,Coordinated Science Laboratory,Champaign)
,
Yang Zhuoran
(Princeton University,Department of Operations Research and Financial Engineering)
,
Wang Zhaoran
(Northwestern University,Department of Industrial Engineering and Management Sciences)
,
Basar Tamer
(University of Illinois at Urbana,Coordinated Science Laboratory,Champaign)
,
Sandhu Romeil
(Stony Brook University,Departments of Bioinformatics and Computer Science)
,
Liu Ji
(Stony Brook University,Department of Electrical and Computer Engineering)
資料名:
IEEE Conference Proceedings
(IEEE Conference Proceedings)
巻:
2019
号:
CDC
ページ:
5562-5567
発行年:
2019年
JST資料番号:
W2441A
資料種別:
会議録 (C)
記事区分:
原著論文
発行国:
アメリカ合衆国 (USA)
言語:
英語 (EN)