Publication

Efficient Model-based Multi-agent Reinforcement Learning via Optimistic Equilibrium Computation

Publications associées (81)

À propos
Confidentialité
Mentions légales

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Efficient Model-based Multi-agent Reinforcement Learning via Optimistic Equilibrium Computation

Graph Chatbot

Chattez avec Graph Search

Deep Learning for Localized-Haptic Feedback in Tactile Surfaces

Fixing the problems of deep neural networks will require better training data and learning algorithms

Multi-agent actor-critic with time dynamical opponent model

Alternation makes the adversary weaker in two-player games

Towards Verifiable, Generalizable and Efficient Robust Deep Neural Networks.

Algorithms for Efficient and Robust Distributed Deep Learning

Stop Wasting my FLOPS: Improving the Efficiency of Deep Learning Models

Financial Risk Management with Machine Learning

Trace norm regularization for multi-task learning with scarce data

Brain signals of a Surprise-Actor-Critic model: Evidence for multiple learning modules in human decision making