Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Hierarchical Relative Entropy Policy Search

Daniel, C., Neumann, G., Kroemer, O., & Peters, J. (2016). Hierarchical Relative Entropy Policy Search. Journal of Machine Learning Research, 17: 93. Retrieved from http://jmlr.org/papers/v17/15-188.html.

Item is

Basisdaten

einblenden: ausblenden:
Genre: Zeitschriftenartikel

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
Link (beliebiger Volltext)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Daniel, Christian1, Autor
Neumann, Gerhard1, Autor
Kroemer, Oliver1, Autor
Peters, J2, Autor           
Affiliations:
1External Organizations, ou_persistent22              
2Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society, ou_1497647              

Inhalt

einblenden:
ausblenden:
Schlagwörter: Abt. Schölkopf; Abt. Schaal
 Zusammenfassung: -

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2016-062016
 Publikationsstatus: Erschienen
 Seiten: 50
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: JMLR:v17:15-188
URI: http://jmlr.org/papers/v17/15-188.html
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Journal of Machine Learning Research
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Brookline, MA : Microtome Publishing
Seiten: - Band / Heft: 17 Artikelnummer: 93 Start- / Endseite: - Identifikator: ISSN: 1532-4435
CoNE: https://pure.mpg.de/cone/journals/resource/111002212682020