PyTAG: Tabletop Games for Multi-Agent Reinforcement Learning

IF 1.7 4区计算机科学 Q3 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE

IEEE Transactions on Games Pub Date : 2024-05-22 DOI:10.1109/tg.2024.3404133

Martin Balla, George E.M. Long, James Goodman, Raluca D. Gaina, Diego Perez-Liebana

引用次数: 0

查看原文本刊更多论文

PyTAG：多代理强化学习的桌面游戏

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

IEEE Transactions on Games Engineering-Electrical and Electronic Engineering

CiteScore

4.60

自引率

8.70%

发文量