المؤلفون: Junyent Barbany, Miquel

المساهمون: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions

مرشدي الرسالة: Jonsson, Anders, Gómez, Vicenç

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Width-based planning, Iterated Width, IW, Planning and learning, Reinforcement learning, Atari, AlphaZero, Online replanning, Sparse rewards, Policy learning, PDDL, Sequential decision making, Markov decision process, Planificació basada en width, Planificació i aprenentatge, Aprenentatge per reforç, Planificació jeràrquica, Replanificació en temps real, Recompenses diferides, Aprenentatge de política, Presa seqüencial de decisions, Processos de decisió de Markov, Planificación basada en width, Planificación y aprendizaje, Aprendizaje por refuerzo, Planificación jerárquica, Replanificación en tiempo real, Recompensas diferidas, Aprendizaje de política, Toma secuencial de decisiones, Procesos de decisión de Markov

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/672779