This page in English

Samuel Blad

Samuel Blad Befattning: Industridoktorand Organisation: Institutionen för naturvetenskap och teknik

E-post: c2FtdWVsLmJsYWQ7b3J1LnNl

Telefon: Telefonnummer saknas

Rum: T2215

Samuel Blad
Forskningsämne Forskningsmiljöer

Publikationer

Konferensbidrag | 

Konferensbidrag

  • Blad, S. , Längkvist, M. , Klügl, F. & Loutfi, A. (2022). Empirical analysis of the convergence of Double DQN in relation to reward sparsity. I: Wani, MA; Kantardzic, M; Palade, V; Neagu, D; Yang, L; Chan, KY,  21st IEEE International Conference on Machine Learning and Applications. ICMLA 2022 Proceedings. Konferensbidrag vid 21st IEEE International Conference on Machine Learning and Applications (IEEE ICMLA), Nassau, Bahamas, December 12-14, 2022. (ss. 591-596). IEEE. [BibTeX]