Deep reactive policies for planning in stochastic nonlinear domains (2019)
- Authors:
- USP affiliated authors: BARROS, LELIANE NUNES DE - IME ; MAUÁ, DENIS DERATANI - IME ; BUENO, THIAGO PEREIRA - IME
- Unidade: IME
- DOI: 10.1609/aaai.v33i01.33017530
- Assunto: APRENDIZADO COMPUTACIONAL
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Proceedings
- Conference titles: AAAI Conference on Artificial Intelligence
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
BUENO, Thiago Pereira et al. Deep reactive policies for planning in stochastic nonlinear domains. 2019, Anais.. Palo Alto: AAAI, 2019. Disponível em: https://doi.org/10.1609/aaai.v33i01.33017530. Acesso em: 07 abr. 2026. -
APA
Bueno, T. P., Barros, L. N. de, Mauá, D. D., & Sanner, S. (2019). Deep reactive policies for planning in stochastic nonlinear domains. In Proceedings. Palo Alto: AAAI. doi:10.1609/aaai.v33i01.33017530 -
NLM
Bueno TP, Barros LN de, Mauá DD, Sanner S. Deep reactive policies for planning in stochastic nonlinear domains [Internet]. Proceedings. 2019 ;[citado 2026 abr. 07 ] Available from: https://doi.org/10.1609/aaai.v33i01.33017530 -
Vancouver
Bueno TP, Barros LN de, Mauá DD, Sanner S. Deep reactive policies for planning in stochastic nonlinear domains [Internet]. Proceedings. 2019 ;[citado 2026 abr. 07 ] Available from: https://doi.org/10.1609/aaai.v33i01.33017530 - On the performance of planning through backpropagation
- Decision-aware model learning for actor-critic methods: when theory does not meet practice
- When a robot reaches out for human help
- Gradient estimation in model-based reinforcement learning: a study on linear quadratic environments
- Analyzing the effect of stochastic transitions in policy gradients in deep reinforcement learning
- Planning in stochastic computation graphs: solving stochastic nonlinear problems with backpropagation
- Exploration versus exploitation in model-based reinforcement learning: an empirical study
- Differentiable planning for optimal liquidation
- A contact network-based approach for online planning of containment measures for COVID-19
- Markov decision processes specified by probabilistic logic programming: representation and solution
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
2954406.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
