Rezultati

eNauka >  Rezultati >  Multi-Agent Actor-Critic Multitask Reinforcement Learning based on GTD(1) with Consensus
Naziv: Multi-Agent Actor-Critic Multitask Reinforcement Learning based on GTD(1) with Consensus
Autori: Stankovic, Milos S.  ; Beko, Marko  ; Ilic, Nemanja  ; Stankovic, Srdjan S.
Godina: 2022
Publikacija: 2022 IEEE 61st Conference on Decision and Control (CDC)
ISSN: 2576-2370 Pretraži identifikator
Izdavač: IEEE
Tip rezultata: Konferencijski rad
ISBN: 978-1-6654-6761-2 Pretraži identifikator
DOI: 10.1109/cdc51059.2022.9992951
WoS-ID: 000948128103137
Scopus-ID: 2-s2.0-85147029098
URI: https://ieeexplore.ieee.org/abstract/document/9992951
https://enauka.gov.rs/handle/123456789/791356
http://ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai/record/1/10233
URL: https://ieeexplore.ieee.org/abstract/document/9992951
Izvor metapodataka: (Preuzeto iz ORCID-a) Stanković, Miloš
M-kategorija: 
Mp kategorija će biti prikazana naknadno.

3
SCOPUSTM
3
WEB OF SCIENCETM
Alt metrika
Dimensions
Unpaywall

Google ScholarTM

Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.