ICML-Fast active learning for pure exploration in reinforcement learning

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Fast active learning for pure exploration
                  in reinforcement learning
  Pierre Ménard 1 Omar Darwiche Domingues 2 Emilie Kaufmann 2 3 Anders Jonsson 4 Edouard Leurent 2
                      Michal Valko 2 3 5

              Abstract               how to explore efficiently. In particular we wish to com-
                                 pute near-optimal policies using the least possible amount
    Realistic environments often provide agents with
                                  ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Exploration Learning earning Active ration