EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Multi-agent reinforcement learning via distributed MPC as a function approximator

Samuel Mallick, Filippo Airaldi, Azita Dabiri, Bart De Schutter

Automatica · 2024-09 · 167 · 111803

DOI: 10.1016/j.automatica.2024.111803 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Automatica, 2024-09. Verfasst von Samuel Mallick und 3 weiteren Autor:innen. Die Arbeit wurde bisher 16-mal zitiert (Crossref) und nennt 26 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: European Research Council, Horizon 2020 Framework Programme, Horizon 2020.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • European Research Council
  • Horizon 2020 Framework Programme
  • Horizon 2020

Zitieren

APA

Mallick, S., Airaldi, F., Dabiri, A., & Schutter, B. D. (2024). Multi-agent reinforcement learning via distributed MPC as a function approximator. Automatica, 167, 111803. https://doi.org/10.1016/j.automatica.2024.111803

Vancouver

Mallick S, Airaldi F, Dabiri A, Schutter BD. Multi-agent reinforcement learning via distributed MPC as a function approximator. Automatica. 2024;167:111803. doi:10.1016/j.automatica.2024.111803

BibTeX
@article{Mallick2024,
  author = {Mallick, Samuel and Airaldi, Filippo and Dabiri, Azita and Schutter, Bart De},
  title = {Multi-agent reinforcement learning via distributed MPC as a function approximator},
  journal = {Automatica},
  year = {2024},
  volume = {167},
  pages = {111803},
  doi = {10.1016/j.automatica.2024.111803}
}
Kostenlos starten →