Login
- Titel:
On Information Asymmetry in Competitive Multi-Agent Reinforcement Learning: Convergence and Optimality
- Dokumenttyp:
- Working Paper
- Autor(en):
- E. Tampubolon, H. Ceribasic, H. Boche
- Beauftragende Einrichtung:
- arXiv
- Verlag / Institution:
- CoRR/Cornell University
- Jahr:
- 2020
- Jahr / Monat:
- 2020-10
- Monat:
- Oct
- Sprache:
- en
- WWW:
- https://arxiv.org/abs/arXiv:2010.10901v2
- TUM Einrichtung:
- Lehrstuhl für Theoretische Informationstechnik
- Eingabe:
- 03.02.2021
BibTeX
Vorkommen:
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyDepartmentsComputer EngineeringTheoretische Informationstechnik (Prof. Boche)Publication TypeWorking Paper
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyDepartmentsComputer EngineeringTheoretische Informationstechnik (Prof. Boche)AuthorEzra Tampubolon
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyDepartmentsComputer EngineeringTheoretische Informationstechnik (Prof. Boche)AuthorHaris Ceribasic
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyDepartmentsComputer EngineeringTheoretische Informationstechnik (Prof. Boche)Publication Year2020