Many real-world problems are inherently hierarchically structured. The use of this structure in an agent's policy may well be the key to improved scalability and higher performance on motor skill tasks. However, such hierarchical structures cannot be exploited by current policy search algorithms. We concentrate on a basic, but highly relevant hierarchy - the `mixed option' policy. Here, a gating network first decides which of the options to execute and, subsequently, the option-policy determines the action. Using a hierarchical setup for our learning method allows us to learn not only one solution to a problem but many. We base our algorithm on a recently proposed information theoretic policy search method, which addresses the exploitation-exploration trade-off by limiting the loss of information between policy updates.

Hinweis: Auflage und/oder Erscheinungsjahr können im Buchkatalog von eBay unter Umständen von unseren Angeboten abweichen. Dies gilt insbesondere wenn eine ISBN durch den Verlag doppelt vergeben wurde. Im Einzelfall bzw. bei Bedarf bitte VOR Bestellung erfragen.

Angaben zur Versandzeit stammen aus Standardeinstellung von ebay; Wir verschicken tagesaktuell; Sendungen unter 1 kg werden als Waren-/Büchersendung (Laufzeiten sind leider sehr unterschiedlich zwischen 2 und 14 Werktagen) verschickt, ab 1 Kg erfolgt der Versand über DPD.

Falls Sie eine Bestellung dringend bzw. zu einem bestimmten Zeitpunkt benötigen, wählen Sie bitte immer die Versandart PAKETVERSAND (DPD Classic), ansonsten können wir die Lieferzeiten nicht garantieren.