Multi-Agent Actor-Critic Multitask Reinforcement Learning based on GTD(1) with Consensus

Stankovic, Milos S.; Beko, Marko; Ilic, Nemanja; Stankovic, Srdjan S.

Резултати

еНаука > Резултати > Multi-Agent Actor-Critic Multitask Reinforcement Learning based on GTD(1) with Consensus

Назив:	Multi-Agent Actor-Critic Multitask Reinforcement Learning based on GTD(1) with Consensus
Аутори:	Stankovic, Milos S. ; Beko, Marko ; Ilic, Nemanja ; Stankovic, Srdjan S.
Година:	2022
Публикација:	2022 IEEE 61st Conference on Decision and Control (CDC)
ISSN:	2576-2370 Претражи идентификатор
Издавач:	IEEE
Тип резултата:	Конференцијски рад
ISBN:	978-1-6654-6761-2 Претражи идентификатор
DOI:	10.1109/cdc51059.2022.9992951
WoS-ID:	000948128103137
Scopus-ID:	2-s2.0-85147029098
URI:	https://enauka.gov.rs/handle/123456789/791356
URL:	https://ieeexplore.ieee.org/abstract/document/9992951
Извор метаподатака:	(Preuzeto iz ORCID-a) Stanković, Miloš
М-категорија:	Мп категорија ће бити приказана накнадно.

2
SCOPUS^TM

2
WEB OF SCIENCE^TM

Алт метрика

Dimensions

Пронађи DOI

Проналажење DOI у сервису CrossRef-у на основу мета-података у запису. Приказаће се DOI (и метаподаци) чији се подаци највише поклапају. ОПРЕЗ - то не мора бити та публикација.

Unpaywall

Google Scholar^TM

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.