Anas Barakat

制約のあるマルチプレイヤーシナリオでのエージェントのための新しい学習アルゴリズム。

新しいPMDクラスがマルチステップの意思決定を通じて強化学習を改善するんだ。

新しい学習アルゴリズムが共有環境でのエージェントの対話を改善する。